可以说,我有以下代码:
import collections
d = collections.OrderedDict()
d['foo'] = 'python'
d['bar'] = 'spam'
有没有一种方法,我可以访问项目的编号方式,比如:
d(0) #foo's Output
d(1) #bar's Output
可以说,我有以下代码:
import collections
d = collections.OrderedDict()
d['foo'] = 'python'
d['bar'] = 'spam'
有没有一种方法,我可以访问项目的编号方式,比如:
d(0) #foo's Output
d(1) #bar's Output
如果它的OrderedDict()
你可以很容易地通过获取的(键,值)对元组按如下方式访问通过索引的元素
>>> import collections
>>> d = collections.OrderedDict()
>>> d['foo'] = 'python'
>>> d['bar'] = 'spam'
>>> d.items()
[('foo', 'python'), ('bar', 'spam')]
>>> d.items()[0]
('foo', 'python')
>>> d.items()[1]
('bar', 'spam')
注意:为Python 3.X
dict.items
将返回一个可迭代的字典视图对象 ,而不是一个列表。 我们需要调用换到一个列表,以便使索引可能
>>> items = list(d.items())
>>> items
[('foo', 'python'), ('bar', 'spam')]
>>> items[0]
('foo', 'python')
>>> items[1]
('bar', 'spam')
你必须使用一个OrderedDict或者你特别希望的是在某些方面具有快速定位索引下令地图样类型? 如果是后者,则考虑Python的许多分类字典类型之一(哪些订单基于关键字排序顺序键 - 值对)。 某些实现还支持快速索引。 例如, sortedcontainers项目具有SortedDict只是为此类型。
>>> from sortedcontainers import SortedDict
>>> sd = SortedDict()
>>> sd['foo'] = 'python'
>>> sd['bar'] = 'spam'
>>> print sd.iloc[0] # Note that 'bar' comes before 'foo' in sort order.
'bar'
>>> # If you want the value, then simple do a key lookup:
>>> print sd[sd.iloc[1]]
'python'
这里是一个特殊的情况下,如果你想在第一项(或接近)在OrderedDict,而无需创建一个列表:
>>> from collections import OrderedDict
>>>
>>> d = OrderedDict()
>>> d["foo"] = "one"
>>> d["bar"] = "two"
>>> d["baz"] = "three"
>>>
>>> d.iteritems().next()
('foo', 'one')
(你第一次说“下一个()”,它真正的意思是“第一”。)
在我在Python 2.7的非正式测试中, iteritems().next()
一个小OrderedDict只比一点点更快的items()[0]
用10,000个条目,的OrderedDict iteritems().next()
是快约200倍items()[0]
但是 ,如果你保存的物品()列表一次,然后使用列表很多,这可能会更快。 或者,如果你反复{创建iteritems()迭代器,并通过它一步到你想要的位置},可能会比较慢。
这是显着更有效地从使用IndexedOrderedDict indexed
包。
继尼古拉斯的评论,我已经做OrderedDict和IndexedOrderedDict基准与1000个条目。
In [1]: from numpy import *
In [2]: from indexed import IndexedOrderedDict
In [3]: id=IndexedOrderedDict(zip(arange(1000),random.random(1000)))
In [4]: timeit id.keys()[56]
1000000 loops, best of 3: 969 ns per loop
In [8]: from collections import OrderedDict
In [9]: od=OrderedDict(zip(arange(1000),random.random(1000)))
In [10]: timeit od.keys()[56]
10000 loops, best of 3: 104 µs per loop
IndexedOrderedDict是〜在在这种具体情况下具体的位置标定元件快100倍。
这个社区维基试图收集现有的答案。
Python 2.7版
在Python 2中, keys()
values()
和items()
的函数OrderedDict
返回列表。 使用values
为例,最简单的方法是
d.values()[0] # "python"
d.values()[1] # "spam"
对于大集合,你只关心一个单一的指标,你能避免使用发电机版本,创建完整列表iterkeys
, itervalues
和iteritems
:
import itertools
next(itertools.islice(d.itervalues(), 0, 1)) # "python"
next(itertools.islice(d.itervalues(), 1, 2)) # "spam"
该indexed.py包提供IndexedOrderedDict
,这是专为这种使用情况下,将是最快的选项。
from indexed import IndexedOrderedDict
d = IndexedOrderedDict({'foo':'python','bar':'spam'})
d.values()[0] # "python"
d.values()[1] # "spam"
使用itervalues可以用随机存取大型辞书相当快:
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 1000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
1000 loops, best of 3: 259 usec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 10000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
100 loops, best of 3: 2.3 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 100000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
10 loops, best of 3: 24.5 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 1000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
10000 loops, best of 3: 118 usec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 10000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
1000 loops, best of 3: 1.26 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 100000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
100 loops, best of 3: 10.9 msec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 1000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.19 usec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 10000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.24 usec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 100000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.61 usec per loop
+--------+-----------+----------------+---------+
| size | list (ms) | generator (ms) | indexed |
+--------+-----------+----------------+---------+
| 1000 | .259 | .118 | .00219 |
| 10000 | 2.3 | 1.26 | .00224 |
| 100000 | 24.5 | 10.9 | .00261 |
+--------+-----------+----------------+---------+
Python的3.6
Python 3中有相同的两个基本选项(名单VS发电机),但字典方法默认返回发电机。
列表方法:
list(d.values())[0] # "python"
list(d.values())[1] # "spam"
发生器方法:
import itertools
next(itertools.islice(d.values(), 0, 1)) # "python"
next(itertools.islice(d.values(), 1, 2)) # "spam"
Python 3本的词典是一个数量级比蟒2更快,具有用于使用生成类似的加速比。
+--------+-----------+----------------+---------+
| size | list (ms) | generator (ms) | indexed |
+--------+-----------+----------------+---------+
| 1000 | .0316 | .0165 | .00262 |
| 10000 | .288 | .166 | .00294 |
| 100000 | 3.53 | 1.48 | .00332 |
+--------+-----------+----------------+---------+
这是一个新时代,与Python 3.6.1字典现在保留其顺序。 这些语义不明确的,因为这将需要BDFL批准。 但雷蒙德赫廷杰是未来最好的事情(和滑稽),他使一个相当强的情况下,该词典将被责令一段很长的时间。
因此,现在可以很容易地创建一个字典的切片:
test_dict = {
'first': 1,
'second': 2,
'third': 3,
'fourth': 4
}
list(test_dict.items())[:2]
注:现在Dictonary插入顺序保存是官方在Python 3.7 。
对于OrderedDict(),则可以通过获得的(键,值)对元组,如下所示,或者使用通过索引访问元素的.values()'
>>> import collections
>>> d = collections.OrderedDict()
>>> d['foo'] = 'python'
>>> d['bar'] = 'spam'
>>> d.items()
[('foo', 'python'), ('bar', 'spam')]
>>>d.values()
odict_values(['python','spam'])
>>>list(d.values())
['python','spam']