Question

我一直致力于使用国家邮政编码列表命名N个邮政编码列表的无sql解决方案。到目前为止，我有以下形式的新南威尔士州参考字典：

{'Belowra'：2545，'Yambulla'：2550，'Bingie'：2537，... [n = 4700]

我函数使用它来查找邮政编码的名称：

def look_up_sub(pc, settings):
    output=[]
    for suburb, postcode in postcode_dict.items():
        if postcode == pc and settings=='random':#select match at random
            print(suburb)                        #remove later
            output.append(suburb)
            break                                #stop searching for matches
        elif postcode == pc and settings=='all': #print all possible names for postcode
            print(suburb)                        #remove later
    return output 

N=[2000,2020,2120,2019]
for i in N:
    look_up_sub(i, 'random')

>>>Millers Point
>>>Mascot
>>>Westleigh
>>>Banksmeadow

虽然可以用于小型列表，但是当N足够大时，这种低效的方法非常慢。我一直在考虑如何使用numpy数组来大大提高速度，并且正在寻找更快的方法来解决这个问题。

Answer 1

您的数据结构是向后的，它应该从postcode:suburb开始，然后当您通过它时，您会获得一个郊区列表，然后从该列表中随机选择或在列表中打印所有这些。这是你应该做的，首先，扭转你的命令：

import defaultdict
post_to_burb = defaultdict(list)
for suburb, postcode in postcode_dict.items():
    post_to_burb[postcode].append(suburb)

现在，您的函数应该执行以下操作：

import random
def look_up_sub(pc, settings):
    output = []
    if settings == "random":
        output.append(random.choice(post_to_burb[pc]))
    elif settings == 'all':
        output.extend(post_to_burb[pc])
    return output

在这里使用numpy会不合适，特别是因为你正在使用字符串。您可能会在运行时获得一些边际的不确定性，但您的整体算法仍然是线性时间。一旦你设置了post_to_burb字典，现在就是恒定的时间。

Answer 2

从邮政编码到郊区建立一个字典：

from collections import defaultdict
code_to_urbs = defaultdict(list)
for suburb, postcode in postcode_dict.items():
    code_to_urbs[postcode].append(suburb)

完成后，您只需编写code_to_urbs[postal_code]。

更快地搜索Python - Postcodes

2 个答案: