首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >python:使用列表值遍历字典

python:使用列表值遍历字典
EN

Stack Overflow用户
提问于 2013-08-17 22:06:03
回答 4查看 87.8K关注 0票数 32

给定一个列表字典,例如

d = {'1':[11,12], '2':[21,21]}

哪一个更有蟒蛇气息或者更可取:

for k in d:
    for x in d[k]:
        # whatever with k, x

for k, dk in d.iteritems():
    for x in dk:
        # whatever with k, x

或者还有其他需要考虑的事情吗?

编辑,以防列表可能有用(例如,标准字典不保留顺序),这可能是合适的,尽管它要慢得多。

d2 = d.items()
for k in d2:
        for x in d2[1]:
            # whatever with k, x
EN

回答 4

Stack Overflow用户

发布于 2013-08-17 22:21:23

这是一个速度测试,为什么不:

import random
numEntries = 1000000
d = dict(zip(range(numEntries), [random.sample(range(0, 100), 2) for x in range(numEntries)]))

def m1(d):
    for k in d:
        for x in d[k]:
            pass

def m2(d):
    for k, dk in d.iteritems():
        for x in dk:
            pass

import cProfile

cProfile.run('m1(d)')

print

cProfile.run('m2(d)')

# Ran 3 trials:
# m1: 0.205, 0.194, 0.193: average 0.197 s
# m2: 0.176, 0.166, 0.173: average 0.172 s

# Method 1 takes 15% more time than method 2

cProfile示例输出:

         3 function calls in 0.194 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.194    0.194 <string>:1(<module>)
        1    0.194    0.194    0.194    0.194 stackoverflow.py:7(m1)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}



         4 function calls in 0.179 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.179    0.179 <string>:1(<module>)
        1    0.179    0.179    0.179    0.179 stackoverflow.py:12(m2)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.000    0.000    0.000    0.000 {method 'iteritems' of 'dict' objects}
票数 20
EN

Stack Overflow用户

发布于 2014-11-07 08:02:22

我考虑了几种方法:

import itertools

COLORED_THINGS = {'blue': ['sky', 'jeans', 'powerline insert mode'],
                  'yellow': ['sun', 'banana', 'phone book/monitor stand'],
                  'red': ['blood', 'tomato', 'test failure']}

def forloops():
    """ Nested for loops. """
    for color, things in COLORED_THINGS.items():
        for thing in things:
            pass

def iterator():
    """ Use itertools and list comprehension to construct iterator. """
    for color, thing in (
        itertools.chain.from_iterable(
            [itertools.product((k,), v) for k, v in COLORED_THINGS.items()])):
        pass

def iterator_gen():
    """ Use itertools and generator to construct iterator. """
    for color, thing in (
        itertools.chain.from_iterable(
            (itertools.product((k,), v) for k, v in COLORED_THINGS.items()))):
        pass

我使用ipython和memory_profiler来测试性能:

>>> %timeit forloops()
1000000 loops, best of 3: 1.31 µs per loop

>>> %timeit iterator()
100000 loops, best of 3: 3.58 µs per loop

>>> %timeit iterator_gen()
100000 loops, best of 3: 3.91 µs per loop

>>> %memit -r 1000 forloops()
peak memory: 35.79 MiB, increment: 0.02 MiB

>>> %memit -r 1000 iterator()
peak memory: 35.79 MiB, increment: 0.00 MiB

>>> %memit -r 1000 iterator_gen()
peak memory: 35.79 MiB, increment: 0.00 MiB

正如您所看到的,该方法对峰值内存使用没有明显的影响,但是嵌套for循环在速度方面是无与伦比的(更不用说可读性了)。

票数 8
EN

Stack Overflow用户

发布于 2013-08-17 22:26:32

下面是列表理解方法。嵌套的.

r = [[i for i in d[x]] for x in d.keys()]
print r

[[11, 12], [21, 21]]
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/18289678

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档