最自然的方法是使用列表解析：

mylist = [ 1, 2, 3, -7]
myneglist = [ -x for x in mylist]
print(myneglist)

给予

[-1, -2, -3, 7]

如果要就地修改列表：

mylist = [ 1, 2, 3, -7]
print(mylist)
for i in range(len(mylist)):
    mylist[i] = -mylist[i]
print(mylist)

您可以使用numpy包并执行numpy.negative()

对于大型列表，请考虑使用numpy

import numpy as np

a=np.array([1,2,3,4])

# result as a numpy array
b=-a

# can be casted back to list
c=list(b)

还有这种方法：
需要注意的是，只有当所有的数字都是正数时，这才有效。它不会影响0。如果你不想改变负数，你需要在下面添加IF语句。

if num < 0: continue
numbers = [1, 2, 3, 4 ,5]
for num in numbers:
    numbers[num-1] = num - (2*num)

numbers
[-1, -2, -3, -4, -5]

我将提供另一个使用map的解决方案：

>>> from operator import neg
>>> list(map(neg, data))

虽然我想看看与简单理解相比的速度，以及与numpy相比的速度，虽然这取决于本地解决方案列表的长度，但numpy是大型数据集的解决方案：

用于复制绘图的代码：

import perfplot
import numpy as np
from operator import neg

def list_comp(data): return [ -x for x in data]
def map_neg(data): return list(map(neg, data))
def np_neg(data): return np.negative(data)

perfplot.save(
    "argsort.png",
    setup=lambda n: np.random.rand(n),
    kernels=[list_comp, map_neg, np_neg],
    n_range=[2 ** k for k in range(15)],
    xlabel="len(data)",
)

使用map和lambda来完成这一操作，就像Python pro一样;）

mylist = [-2, -1, 0, 1, 2]
mylist = list(map(lambda x: -x if x > 0 else x, mylist))  # Or "lambda x: x*-1"
print(mylist)  # [-2, -1, 0, -1, -2]