解释

Question

我正在尝试创建一个单词字典，其中单词被散列为整数以供进一步处理。我是否可以使用defaultdict的变体来避免检查if word not in wordid。这是一个非常大的文件，需要时间有效的方法。

 wordid=defaultdict(int)
 totaluniquewords = 0
 for word in sentencewords:
    if word not in wordid:
        totaluniquewords+=1
        wordid[word]=totaluniquewords

Answer 1

这是一种更简单，更快捷的方式来获得你想要的东西：

from itertools import count

wordid = dict(zip(set(sentencewords), count(1)))

这使用set获取sentencewords中的唯一字词，将每个唯一字词与count()中的下一个值配对（向上计数）），并从结果中构造一个字典。

Answer 2

我可以使用defaultdict的变体来避免检查if word not in wordid吗？

是的，只需将itertools.count().__next__传递给它的构造函数：
Python2中的^{itertools.count().next}

>>> from collections import defaultdict
>>> from itertools import count
>>> dct = defaultdict(count().__next__)
>>> dct['anything']
0
>>> dct['test']
1

解释

defaultdict的第一个参数是可调用的。当您尝试获取不存在的键时，它会在不带参数的情况下调用此可调用对象并返回结果。结果也存储在defaultdict中 - 当您尝试再次获取该项目时，它已经存在，并且您获得与以前相同的值。
itertools.count()返回从0到无穷大的迭代器。
__next__是迭代器的方法，它从迭代器中获取下一个元素。

因此，基本上，itertools.count().__next__是可调用的，每次调用时都会返回下一个自然数。

defaultdict的变体，仅用于赋值一次

2 个答案:

解释