thelist[:] = [d for d in thelist if d.get('id') != 2]编辑
：由于对此代码的性能提出了一些疑问（一些基于对Python的性能特征的误解，一些基于超出给定规范的假设，即列表中仅存在一个dict，其key的值为2）
id”），我希望在此方面给您保证。
在旧的Linux机器上，测量以下代码：
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(99)]; import random" "thelist=list(lod); random.shuffle(thelist); thelist[:] = [d for d in thelist if d.get('id') != 2]"10000 loops, best of 3: 82.3 usec per loop其中约57微秒用于random.shuffle（需要确保要删除的元素始终不在同一位置；-），而初始副本则为0.65微秒（最担心Python列表的浅表副本对性能的影响最大）显然是在吃午饭了；-)，需要避免更改循环中的原始列表（因此循环的每一行确实都有一些要删除的内容；-）。
当知道只有一个要删除的项目时，可以更快速地找到并删除它：
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(99)]; import random" "thelist=list(lod); random.shuffle(thelist); where=(i for i,d in enumerate(thelist) if d.get('id')==2).next(); del thelist[where]"10000 loops, best of 3: 72.8 usec per loop（当然，如果您使用的是python
2.6或更高版本，请使用
next内置函数，而不要使用该
.next方法）-但是，如果满足删除条件的命令数量不完全相同，则此代码将崩溃。概括地说，我们有：
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*3; import random" "thelist=list(lod); where=[i for i,d in enumerate(thelist) if d.get('id')==2]; where.reverse()" "for i in where: del thelist[i]"10000 loops, best of 3: 23.7 usec per loop众所周知，在这里可以删除混洗，因为已经删除了三个等距的字典。而listcomp保持不变：
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*3; import random" "thelist=list(lod); thelist[:] = [d for d in thelist if d.get('id') != 2]"10000 loops, best of 3: 23.8 usec per loop完全并驾齐驱，甚至只需删除99个元素中的3个。有了更长的列表和更多的重复，这当然具有更多的优势：
$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*133; import random" "thelist=list(lod); where=[i for i,d in enumerate(thelist) if d.get('id')==2]; where.reverse()" "for i in where: del thelist[i]"1000 loops, best of 3: 1.11 msec per loop$ python -mtimeit -s"lod=[{'id':i, 'name':'nam%s'%i} for i in range(33)]*133; import random" "thelist=list(lod); thelist[:] = [d for d in thelist if d.get('id') != 2]"1000 loops, best of 3: 998 usec per loop总而言之，显然不值得部署制作和反转索引列表以删除的精妙之处，而不是完全简单明了的列表理解，在一个小情况下可能会增加100纳秒，而在较大的情况下会损失113微秒。
;-)。避免或批评简单，直接，完美的性能适当的解决方案（例如对此类“从列表中删除某些物品”问题的一般理解），是Knuth和Hoare的著名论点，即“过早的优化是编程中所有邪恶的根源！-）
