优化词典创作
优化词典创作
提问于 2017-07-13 09:12:52
我有一个ids名为ids的列表。ids中的每个元素都是一个字符串。在此列表中，可以多次存在一个id。
我的目标是创建一个字典，它将出现的次数作为键，值是经常出现的ids的列表。我目前的做法如下：
from collections import defaultdict
import numpy as np
ids = ["foo", "foo", "bar", "hi", "hi"]
counts = defaultdict(list)
for id in np.unique(ids):
counts[ids.count(id)].append(id)输出：
print counts
--> defaultdict(<type 'list'>, {1: ['bar'], 2: ['foo', 'hi']})如果if列表不太长，这将很好地工作。但是，对于更长的列表来说，性能相当差。
我怎样才能让这个更快？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-07-13 09:16:52
不要为列表中的每个元素调用count，而是为整个列表创建一个collections.Counter：
ids = ["foo", "foo", "bar", "hi", "hi"]
counts = defaultdict(list)
for i, c in Counter(ids).items():
counts[c].append(i)
# counts: defaultdict(<class 'list'>, {1: ['bar'], 2: ['foo', 'hi']})如果您喜欢单行行，也可以组合Counter.most_common (用于查看按计数排序的元素)和itertools.groupby (但我不这么认为)。
>>> {k: [v[0] for v in g] for k, g in groupby(Counter(ids).most_common(), lambda x: x[1])}
{1: ['bar'], 2: ['foo', 'hi']}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/45076268
复制相关文章
相似问题
腾讯云开发者
