对于许多用例，您想要的答案是:

ys = set(y)
[item for item in x if item not in ys]

这是aaronasterling的答案和quantumSoup的答案的混合。

Aaronasterling的版本对x中的每个元素进行len(y)项比较，因此需要二次型时间。量子汤的版本使用集合，所以它对x中的每个元素执行一个常量时间集合查找，但是，因为它将x和y都转换为集合，所以它失去了元素的顺序。

通过只将y转换为一个集合，并按顺序迭代x，您可以获得两者的最佳效果——线性时间和有序保存

然而，这仍然存在一个问题:它要求你的元素是可哈希的。这是集合的本质。**如果你试图，例如，从另一个字典列表中减去一个字典列表，但要减去的列表很大，你会怎么做?

如果你能以某种方式装饰你的值使它们是可哈希的，这就解决了问题。例如，对于一个值本身是可哈希的平面字典:

ys = {tuple(item.items()) for item in y}
[item for item in x if tuple(item.items()) not in ys]

如果你的类型有点复杂(例如，你经常处理json兼容的值，它们是可哈希的，或者列表或字典，它们的值递归是相同的类型)，你仍然可以使用这个解决方案。但是有些类型就是不能转换成任何可哈希的类型。

如果你的项目不是，也不能是可哈希的，但它们具有可比性，你至少可以通过排序和使用平分得到对数线性时间(O(N*log M)，这比列表解的O(N*M)时间好得多，但不如集合解的O(N+M)时间好:

ys = sorted(y)
def bisect_contains(seq, item):
    index = bisect.bisect(seq, item)
    return index < len(seq) and seq[index] == item
[item for item in x if bisect_contains(ys, item)]

如果你的项目既不是可哈希的也不是可比较的，那么你就只能用二次解了。

*请注意，您也可以通过使用一对OrderedSet对象来实现这一点，您可以为此找到食谱和第三方模块。但我认为这样更简单。

**设置查找是常量时间的原因是，它所要做的就是散列值，并查看是否有该散列的条目。如果它不能散列值，这将不起作用。

使用集合差

>>> z = list(set(x) - set(y))
>>> z
[0, 8, 2, 4, 6]

或者你可以让x和y是集合所以你不需要做任何转换。

Let:

>>> xs = [1, 2, 3, 4, 3, 2, 1]
>>> ys = [1, 3, 3]  

每一项只保留一次xs - ys == {2,4}

取集合差值:

>>> set(xs) - set(ys)
{2, 4}

删除所有xs - ys == [2,4,2]

>>> [x for x in xs if x not in ys]
[2, 4, 2]

如果ys很大，为了获得更好的性能，只将1个ys转换为一个set:

>>> ys_set = set(ys)
>>> [x for x in xs if x not in ys_set]
[2, 4, 2]

只删除相同数量的出现xs - ys == [2,4,2,1]

from collections import Counter, defaultdict

def diff(xs, ys):
    counter = Counter(ys)
    for x in xs:
        if counter[x] > 0:
            counter[x] -= 1
            continue
        yield x

>>> list(diff(xs, ys))
[2, 4, 2, 1]

1 .将xs转换为set并获取set的差异是不必要的(并且更慢，并且破坏顺序)，因为我们只需要在xs上迭代一次。

这个例子减去了两个列表:

# List of pairs of points
list = []
list.append([(602, 336), (624, 365)])
list.append([(635, 336), (654, 365)])
list.append([(642, 342), (648, 358)])
list.append([(644, 344), (646, 356)])
list.append([(653, 337), (671, 365)])
list.append([(728, 13), (739, 32)])
list.append([(756, 59), (767, 79)])

itens_to_remove = []
itens_to_remove.append([(642, 342), (648, 358)])
itens_to_remove.append([(644, 344), (646, 356)])

print("Initial List Size: ", len(list))

for a in itens_to_remove:
    for b in list:
        if a == b :
            list.remove(b)

print("Final List Size: ", len(list))

这是一个“集合减法”操作。使用设定的数据结构。

在Python 2.7中:

x = {1,2,3,4,5,6,7,8,9,0}
y = {1,3,5,7,9}
print x - y

输出:

>>> print x - y
set([0, 8, 2, 4, 6])

在set中查找值比在list中查找值更快:

[item for item in x if item not in set(y)]

我相信这将会比:

[item for item in x if item not in y]

两者都保持了列表的顺序。