Доступ к элементам в ordereddict
допустим у меня есть следующий код:
import collections
d = collections.OrderedDict()
d['foo'] = 'python'
d['bar'] = 'spam'
есть ли способ получить доступ к элементам в нумерованном виде, например:
d(0) #foo's Output
d(1) #bar's Output
6 ответов
если OrderedDict()
вы можете легко получить доступ к элементам по индексу, получая кортежей (ключ,значение) пар следующим образом
>>> 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')
Примечание для Python 3.X
dict.items
вернет iterable dict view object вместо списка. Нам нужно обернуть вызов в список, чтобы сделать индексирование возможным
>>> items = list(d.items())
>>> items
[('foo', 'python'), ('bar', 'spam')]
>>> items[0]
('foo', 'python')
>>> items[1]
('bar', 'spam')
вам нужно использовать OrderedDict или вы специально хотите тип карты, который упорядочен каким-то образом с быстрой позиционной индексацией? Если последнее, то рассмотрим один из многих отсортированных типов dict Python (который упорядочивает пары ключ-значение на основе порядка сортировки ключей). Некоторые реализации также поддерживают быструю индексацию. Например,sortedcontainers есть SortedDict тип только для этой цели.
>>> 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'
здесь особый случай, если вы хотите первый запись (или близко к ней) в OrderedDict, без создания списка:
>>> from collections import OrderedDict
>>>
>>> d = OrderedDict()
>>> d["foo"] = "one"
>>> d["bar"] = "two"
>>> d["baz"] = "three"
>>>
>>> d.iteritems().next()
('foo', 'one')
(первый раз, когда вы говорите " next ()", это действительно означает " первый.")
в моем неофициальном тесте на Python 2.7,iteritems().next()
с небольшим OrderedDict только немного быстрее, чем items()[0]
. С OrderedDict 10,000 записей,iteritems().next()
был примерно в 200 раз быстрее, чем items()[0]
.
но если вы сохраните элементы () список один раз, а затем использовать список много, что может быть быстрее. Или если вы неоднократно { создаете итератор iteritems() и проходите через него до нужной позиции }, это может быть медленнее.
значительно эффективнее использовать IndexedOrderedDict.
следуя комментарию Никласа, я сделал тест на OrderedDict и IndexedOrderedDict С 1000 записей.
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 ~100 раз быстрее в индексировании элементов в определенном положении в этом конкретном случае.
это сообщество wiki пытается собрать существующие ответы.
Python 2.7
в python 2,keys()
, values()
и items()
функции OrderedDict
списки возвращения. Используя values
в качестве примера, самый простой способ-это
d.values()[0] # "python"
d.values()[1] # "spam"
для больших коллекций, где вы заботитесь только об одном индексе, вы можете избежать создания полного списка с помощью версий генератора,iterkeys
, itervalues
и iteritems
:
import itertools
next(itertools.islice(d.itervalues(), 0, 1)) # "python"
next(itertools.islice(d.itervalues(), 1, 2)) # "spam"
indexed.py пакет обеспечивает IndexedOrderedDict
, который предназначен для этого случая использования и будет самым быстрым вариантом.
from indexed import IndexedOrderedDict
d = IndexedOrderedDict({'foo':'python','bar':'spam'})
d.values()[0] # "python"
d.values()[1] # "spam"
использование itervalues может быть значительно быстрее для больших словарей со случайным доступом:
$ 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 3.6
Python 3 имеет те же два основных параметра (list vs generator), но методы dict возвращают генераторы по умолчанию.
список метод:
list(d.values())[0] # "python"
list(d.values())[1] # "spam"
способ генератор:
import itertools
next(itertools.islice(d.values(), 0, 1)) # "python"
next(itertools.islice(d.values(), 1, 2)) # "spam"
словари Python 3 на порядок быстрее, чем python 2, и имеют аналогичные ускорения для использования генераторов.
+--------+-----------+----------------+---------+
| size | list (ms) | generator (ms) | indexed |
+--------+-----------+----------------+---------+
| 1000 | .0316 | .0165 | .00262 |
| 10000 | .288 | .166 | .00294 |
| 100000 | 3.53 | 1.48 | .00332 |
+--------+-----------+----------------+---------+
это новая эра, и словари Python 3.6.1 теперь сохраняют свой порядок. Эти семантики не являются явными, потому что для этого потребуется утверждение BDFL. Но Раймонд Хеттингер-следующая лучшая вещь (и смешнее), и он делает довольно весомые аргументы словари, которые будут заказаны в течение очень долгого времени.
Итак, теперь легко создавать фрагменты словаря:
test_dict = {
'first': 1,
'second': 2,
'third': 3,
'fourth': 4
}
list(test_dict.items())[:2]