可以在第二个列表有条件的情况下使用列表理解吗？

如何解决可以在第二个列表有条件的情况下使用列表理解吗？

这是a previous question I asked的后续工作，内容涉及根据条件逐元素填充新列表。我现在想知道是否可以创建第二个新列表，并且仍然有条件地使用列表理解功能填充第一个新列表。最初我有：

 old_list1 = np.reshape(old_data,(49210,1)) #Reshape into 1D array
 new_list1 = [None] #Create empty list to be filled
 max_value = np.nanmax(old_list1)
 threshold = 0.75 * max_value #Create threshold to be used as condition for new list.

...然后，根据对上一个问题的回答，我可以基于threshold创建一个新列表，如下所示：

new_list1 = [element[0] for element in old_list1 if element[0] > threshold]

我还有另一个列表old_list2，其长度与old_list1相同。我是否可以使用列表理解来创建new_list2，而列表理解仍然取决于满足old_list1条件的threshold的匹配元素？

就是这样：

j = 0
for i in range(len(old_list1)):
    if old_list1[i] > threshold:
         new_list1[j] = old_list[i]
         new_list2[j] = old_list2[i]
         j += 1 

...可能具有列表理解功能？

一如既往地感谢您！

解决方法

可以。您可以结合使用列表理解和zip来关联项目。或者，如果您已经拥有numpy数组中的数据，则只需使用条件索引：

import numpy as np

data1 = np.array([10,1,9,8])
threshold = 0.75 * np.nanmax(data1)  # 7.5 in this example

data2 = np.array([500,200,300,100])

# using list comprehension and zip
new_data = [t[1] for t in zip(data1,data2) if t[0] > threshold]
print(new_data)   # [500,100]

# using numpy's conditional indexing...
new_data2 = data2[data1 > threshold]
print(new_data2)  # [500 300 100]