Question

我正在使用Python 2.7.5 @ Mac OS X 10.9.3，8GB内存和1.7GHz Core i5。我测试了时间消耗如下。

d = {i:i*2 for i in xrange(10**7*3)} #WARNING: it takes time and consumes a lot of RAM

%time for k in d: k,d[k]
CPU times: user 6.22 s, sys: 10.1 ms, total: 6.23 s
Wall time: 6.23 s

%time for k,v in d.iteritems(): k, v
CPU times: user 7.67 s, sys: 27.1 ms, total: 7.7 s
Wall time: 7.69 s

似乎iteritems更慢。我想知道iteritems比直接访问dict有什么好处。

更新：获得更准确的时间档案

In [23]: %timeit -n 5 for k in d: v=d[k]
5 loops, best of 3: 2.32 s per loop

In [24]: %timeit -n 5 for k,v in d.iteritems(): v
5 loops, best of 3: 2.33 s per loop

Answer 1

要回答您的问题，我们应首先挖掘一些有关如何以及何时将iteritems()添加到API中的信息。

iteritems()方法在语言中引入iterators和generators之后，在Python2.2中添加了该内容（另请参阅： What is the difference between dict.items() and dict.iteritems()?）。事实上，该方法在PEP 234中被明确提及。因此它被引入作为已存在的items()的惰性替代方案。

这与我在Python 2.1中引入的file.xreadlines()与file.readlines()相同的模式（顺便说一下，已经在python2.3中弃用）。

在python 2.3中添加了itertools模块，它将惰性对应项引入map，filter等。

换句话说，当时（并且仍然存在）强烈倾向于操作的懒惰。其中一个原因是提高内存效率。另一个是避免不必要的计算。

我找不到任何引用说它是为了提高循环字典的速度而引入的。它只是用于替换实际上不必返回列表的items()调用。请注意，这包括更多用例，而不仅仅是简单的for循环。

例如在代码中：

function(dictionary.iteritems())

您不能像在示例中那样简单地使用for循环来替换iteritems()。您必须编写一个函数（或使用genexp，即使在引入iteritems()时它们不可用，它们也不会干......）。

从dict中检索项目的工作经常进行，因此提供内置方法确实有意义，实际上有一个：items()。 items()的问题在于：

它不是懒惰的，这意味着在大dict上调用它可能需要相当长的时间
需要大量的记忆。如果调用包含大多数被操作对象的非常大的dict，它几乎可以使程序的内存使用量翻倍。
大部分时间只迭代一次

因此，在引入迭代器和生成器时，很明显只需添加一个惰性对应物。如果您需要一个项目列表，因为您想要对其进行索引或多次迭代，请使用items()，否则您只需使用iteritems()并避免上述问题。

使用iteritems()的优势与使用items()相比，而不是手动获取值：

您编写的代码更少，这样可以减少干扰并减少出错的可能性
代码更具可读性。

加上懒惰的优点。

正如我已经说过的，我无法重现你的表现结果。在我的机器上iteritems() 总是比迭代+按键查找更快。无论如何，差异可以忽略不计，这可能是由于操作系统如何处理缓存和内存。换句话说，关于效率的论证并不是反对（也不赞成）使用一种或另一种替代方案的强烈论据。

鉴于平均性能相同，请使用最易读，最简洁的替代方案：iteritems()。这个讨论类似于问“为什么当你可以通过索引以相同的性能循环时使用foreach？”。 foreach的重要性不在于您迭代速度更快，而是避免编写样板代码并提高可读性。

我想指出iteritems()实际上是在python3中删除的。这是该版本“清理”的一部分。 Python3 items()方法id（大部分）等同于Python2的viewitems()方法（如果我没弄错的话，实际上是一个backport）。

此版本是懒惰的（因此提供了iteritems()的替代）并且还具有其他功能，例如提供“类似集合”的操作（例如在dict之间查找公共项目因此在python3中使用items()而不是手动检索值的原因更加引人注目。

Answer 2

使用具有更多描述性名称的for k,v in d.iteritems()可以使循环套件中的代码更易于阅读。

Answer 3

而不是使用系统time命令，在带有timeit的ipython中运行产生：

d = {i:i*2 for i in xrange(10**7*3)} #WARNING: it takes time and consumes a lot of RAM

timeit for k in d: k, d[k]
1 loops, best of 3: 2.46 s per loop

timeit for k, v in d.iteritems(): k, v
1 loops, best of 3: 1.92 s per loop

我在windows上运行了这个，python 2.7.6。你有多次运行它以确认它不是系统本身发生的事情吗？

Answer 4

我从技术上知道这不是问题的答案，但评论部分是放置此类信息的不好的地方。我希望这有助于人们更好地理解所讨论问题的本质。

为了彻底，我定时了一堆不同的配置。这些都是使用重复因子为timeit的{{1}}进行计时的。这是在Mac OS X 10.9.3上使用CPython 2.7.6版本，配备16GB内存和2.3GHz Core i7。

原始配置

Bakuriu的建议

此建议涉及传入python -m timeit -n 10 -s 'd={i:i*2 for i in xrange(10**7*3)}' 'for k in d: k, d[k]' >> 10 loops, best of 3: 2.05 sec per loop python -m timeit -n 10 -s 'd={i:i*2 for i in xrange(10**7*3)}' 'for k, v in d.iteritems(): k, v' >> 10 loops, best of 3: 1.74 sec per loop循环，并通过访问iteritems处的字典为第一个循环中的变量v分配值。

第一个

中没有作业

这个删除第一个循环中的赋值，但保持字典访问。这不是一个公平的比较，因为第二个循环创建了一个额外的变量并隐式赋值。

python -m timeit -n 10 -s 'd={i:i*2 for i in xrange(10**7*3)}' 'for k in d: v = d[k]'
>> 10 loops, best of 3: 1.29 sec per loop

python -m timeit -n 10 -s 'd={i:i*2 for i in xrange(10**7*3)}' 'for k, v in d.iteritems(): pass'
>> 10 loops, best of 3: 934 msec per loop

有趣的是，这项任务对于访问本身来说是微不足道的 - 差异仅为20毫秒。在每次比较中（即使是最终的，不公平的），python -m timeit -n 10 -s 'd={i:i*2 for i in xrange(10**7*3)}' 'for k in d: d[k]' >> 10 loops, best of 3: 1.27 sec per loop胜出。

原始配置中的时间百分比最接近。这可能是由于大部分工作正在创建元组（未在任何地方分配）。一旦将其从等式中移除，两种方法之间的差异就会变得更加明显。

Answer 5

dict.iter（）在python 3.5中大量胜出。

这是一个小的表现统计数据：

d = {i:i*2 for i in range(10**3)}
timeit.timeit('for k in d: k,d[k]', globals=globals())
75.92739052970501
timeit.timeit('for k, v in d.items(): k,v', globals=globals())
57.31370617801076

iteritems有什么优势？

5 个答案:

原始配置

Bakuriu的建议

第一个