方法1: 列表推导式

列表推导式是Python中最高效简洁的方法之一，一行代码即可完成：

# 删除所有"假值"元素 (None, 0, '', [], {}, False等)
clean_list = [x for x in original_list if x]

# 仅删除None和空字符串
clean_list = [x for x in original_list if x is not None and x != '']

优点：简洁高效，易读性强
缺点：创建了新列表，原列表不变

方法2: filter()函数

filter()函数结合lambda表达式或None实现过滤：

# 使用None过滤所有"假值"
clean_list = list(filter(None, original_list))

# 使用lambda自定义过滤条件
clean_list = list(filter(lambda x: x != '' and x is not None, original_list))

优点：函数式编程风格，灵活
缺点：需要转换为列表，可读性略差

方法3: 循环中删除（倒序）

直接在原列表上操作，节省内存但需要小心索引问题：

# 倒序遍历避免索引错乱
for i in range(len(original_list)-1, -1, -1):
    if not original_list[i]:  # 或自定义条件
        del original_list[i]

优点：内存效率高（原地修改）
缺点：代码较复杂，需要处理索引

方法4: while循环

使用while循环处理空元素：

i = 0
while i < len(original_list):
    if not original_list[i]:
        del original_list[i]
    else:
        i += 1

优点：原地修改，内存效率高
缺点：代码稍长，性能中等

方法5: itertools.filterfalse()

使用标准库itertools中的filterfalse函数：

from itertools import filterfalse

# 删除所有"假值"
clean_list = list(filterfalse(lambda x: not x, original_list))

# 仅删除None
clean_list = list(filterfalse(lambda x: x is None, original_list))

优点：功能强大，适合复杂条件
缺点：需要导入模块，可读性较低

实际应用示例

# 示例数据：包含多种空元素
data = [0, 1, None, "hello", "", [], [1,2], {}, False, True, "world"]

# 方法1: 列表推导式（删除所有假值）
clean_data1 = [x for x in data if x]
print("方法1结果:", clean_data1)  # [1, 'hello', [1, 2], True, 'world']

# 方法2: 列表推导式（仅删除None和空字符串）
clean_data2 = [x for x in data if x is not None and x != '']
print("方法2结果:", clean_data2)  # [0, 1, 'hello', [], [1, 2], {}, False, True, 'world']

性能比较（处理100万元素列表）

• 优先使用列表推导式 - 简洁高效，可读性好
• 明确空元素的定义 - 根据需求选择过滤条件（是否包含0、False等）
• 大列表处理 - 内存充足时用列表推导式，内存敏感时用倒序删除
• 复杂条件过滤 - 使用filter()或自定义函数
• 避免在循环中修改列表 - 如必须修改，使用倒序或while循环

总结

在Python中删除列表空元素有多种方法，各有适用场景。对于大多数情况，推荐使用列表推导式，因其简洁高效且可读性强。当需要原地修改时，可选择倒序遍历删除法。根据数据量大小、内存限制和具体需求选择最合适的方法。