如何在Python中使用for循环查找数组中的重复元素？

我有一个重复元素的列表：

list_a=[1,2,3,5,6,7,5,2] tmp=[] for i in list_a: if tmp.__contains__(i): print i else: tmp.append(i) 

我已经使用上面的代码来查找list_a的重复元素。 我不想从列表中删除元素。

但是我想在这里使用for循环。 通常我们使用这样的C / C ++我猜：

  for (int i=0;i<=list_a.length;i++) for (int j=i+1;j<=list_a.length;j++) if (list_a[i]==list_a[j]) print list_a[i] 

我们如何在Python中这样使用？

 for i in list_a: for j in list_a[1:]: .... 

我试过上面的代码。 但它得到的解决scheme错了。 我不知道如何增加j的价值。

Answer 1

仅供参考，在python 2.7+中，我们可以使用Counter

 import collections x=[1, 2, 3, 5, 6, 7, 5, 2] >>> x [1, 2, 3, 5, 6, 7, 5, 2] >>> y=collections.Counter(x) >>> y Counter({2: 2, 5: 2, 1: 1, 3: 1, 6: 1, 7: 1}) 

唯一列表

 >>> list(y) [1, 2, 3, 5, 6, 7] 

find超过1次的项目

 >>> [i for i in y if y[i]>1] [2, 5] 

find的项目只有一次

 >>> [i for i in y if y[i]==1] [1, 3, 6, 7] 

Answer 2

使用in运算符而不是直接调用__contains__ 。

你几乎可以工作（但是是O（n ** 2））：

 for i in xrange(len(list_a)): for j in xrange(i + 1, len(list_a)): if list_a[i] == list_a[j]: print "duplicate:", list_a[i] 

但是使用一个集合（由于哈希表大致为O（n））要容易得多：

 seen = set() for n in list_a: if n in seen: print "duplicate:", n else: seen.add(n) 

或者一个字典，如果你想跟踪重复的位置（也O（n））：

 import collections items = collections.defaultdict(list) for i, item in enumerate(list_a): items[item].append(i) for item, locs in items.iteritems(): if len(locs) > 1: print "duplicates of", item, "at", locs 

甚至只是检测到重复的地方（也O（n））：

 if len(set(list_a)) != len(list_a): print "duplicate" 

Answer 3

你总是可以使用列表理解：

 dups = [x for x in list_a if list_a.count(x) > 1] 

Answer 4

在Python 2.3之前，使用dict（）：

 >>> lst = [1, 2, 3, 5, 6, 7, 5, 2] >>> stats = {} >>> for x in lst : # count occurrences of each letter: ... stats[x] = stats.get(x, 0) + 1 >>> print stats {1: 1, 2: 2, 3: 1, 5: 2, 6: 1, 7: 1} # filter letters appearing more than once: >>> duplicates = [dup for (dup, i) in stats.items() if i > 1] >>> print duplicates 

所以一个函数：

 def getDuplicates(iterable): """ Take an iterable and return a generator yielding its duplicate items. Items must be hashable. eg : >>> sorted(list(getDuplicates([1, 2, 3, 5, 6, 7, 5, 2]))) [2, 5] """ stats = {} for x in iterable : stats[x] = stats.get(x, 0) + 1 return (dup for (dup, i) in stats.items() if i > 1) 

与Python 2.3来设置（），它甚至比以下内置：

 def getDuplicates(iterable): """ Take an iterable and return a generator yielding its duplicate items. Items must be hashable. eg : >>> sorted(list(getDuplicates([1, 2, 3, 5, 6, 7, 5, 2]))) [2, 5] """ try: # try using built-in set found = set() except NameError: # fallback on the sets module from sets import Set found = Set() for x in iterable: if x in found : # set is a collection that can't contain duplicate yield x found.add(x) # duplicate won't be added anyway 

使用Python 2.7或更高版本，您可以使用collections模块来提供与dict函数相同的function ，并且我们可以使其比解决scheme1更短（并且更快，可能是C）

 import collections def getDuplicates(iterable): """ Take an iterable and return a generator yielding its duplicate items. Items must be hashable. eg : >>> sorted(list(getDuplicates([1, 2, 3, 5, 6, 7, 5, 2]))) [2, 5] """ return (dup for (dup, i) in collections.counter(iterable).items() if i > 1) 

我会坚持解决scheme2。

Answer 5

 def get_duplicates(arr): dup_arr = arr[:] for i in set(arr): dup_arr.remove(i) return list(set(dup_arr)) print get_duplicates([1,2,3,5,6,7,5,2]) [2, 5] print get_duplicates([1,2,1,3,4,5,4,4,6,7,8,2]) [1, 2, 4] 

Answer 6

如果你正在寻找你的嵌套循环和Python之间的一对一映射，这是你想要的：

 n = len(list_a) for i in range(n): for j in range(i+1, n): if list_a[i] == list_a[j]: print list_a[i] 

上面的代码不是“Pythonic”。 我会做这样的事情：

 seen = set() for i in list_a: if i in seen: print i else: seen.add(i) 

另外，不要使用__contains__ ，而是使用（如上）。

Answer 7

以下要求列表中的元素是可散列的（不仅仅是实现__eq__ ）。 我发现使用defaultdict更为pythonic（你有免费的重复次数）：

导入集合
 l = [1，2，4，1，3，3]
 d = collections.defaultdict（int）
 for x in l：
    d [x] + = 1
如果v> 1，则打印[k代表k，v代表d.iteritems（）
 ＃打印[1，3]

Answer 8

只使用itertools，并在Python 2.5上正常工作

 from itertools import groupby list_a = sorted([1, 2, 3, 5, 6, 7, 5, 2]) result = dict([(r, len(list(grp))) for r, grp in groupby(list_a)]) 

结果：

 {1: 1, 2: 2, 3: 1, 5: 2, 6: 1, 7: 1} 

Answer 9

它看起来像你有一个列表（ list_a ）可能包含重复，你宁愿保持原样，并build立一个基于list_a去重复列表tmp 。 在Python 2.7中，你可以用一行来完成：

tmp = list(set(list_a))

在这一点上比较tmp和list_a的长度应该说明list_a中是否确实存在重复的项目。 如果你想进入循环进行额外的处理，这可能有助于简化事情。

Answer 10

你可以只是“逐行”翻译。

C ++

 for (int i=0;i<=list_a.length;i++) for (int j=i+1;j<=list_a.length;j++) if (list_a[i]==list_a[j]) print list_a[i] 

python

 for i in range(0, len(list_a)): for j in range(i + 1, len(list_a)) if list_a[i] == list_a[j]: print list_a[i] 

c ++ for循环：

 for(int x = start; x < end; ++x) 

相当于Python：

 for x in range(start, end): 

Answer 11

只是快速和肮脏，

 list_a=[1,2,3,5,6,7,5,2] holding_list=[] for x in list_a: if x in holding_list: pass else: holding_list.append(x) print holding_list 

输出[1，2，3，5，6，7]

Answer 12

使用numpy：

 import numpy as np count,value = np.histogram(list_a,bins=np.hstack((np.unique(list_a),np.inf))) print 'duplicate value(s) in list_a: ' + ', '.join([str(v) for v in value[count>1]]) 

Answer 13

在Python3的情况下，如果你两个列表

 def removedup(List1,List2): List1_copy = List1[:] for i in List1_copy: if i in List2: List1.remove(i) List1 = [4,5,6,7] List2 = [6,7,8,9] removedup(List1,List2) print (List1) 

Answer 14

当然，我还没有做过testing，但是我想这个速度很难打败大pandas：

  pd.DataFrame(list_a, columns=["x"]).groupby('x').size().to_dict() 

Answer 15

Pythonic的一些实现（当然不是最多的），但是你的C代码的精神可能是：

 for i, elem in enumerate(seq): if elem in seq[i+1:]: print elem 

编辑：是的，如果有两个以上的重复，它会不止一次地打印这些元素，但这也是操作系统的C伪代码。