Question

我遇到了一个问题，我需要列出一个列表，例如l = [1,2,3,4]，成为一个例子，例如{1：1,2：1,3：1,4：1}。我只是想知道是否应该使用collections.Counter（）或者只是自己编写一个循环来执行此操作。内置方法比自己编写循环更快吗？

Answer 1

使用timeit模块，如果某些内容更快，您始终可以测试。在Python 3中，Counter对象具有C性能改进，确实非常快：

>>> from timeit import timeit
>>> import random, string
>>> from collections import Counter, defaultdict
>>> def count_manually(it):
...     res = defaultdict(int)
...     for el in it:
...         res[el] += 1
...     return res
...
>>> test_data = [random.choice(string.printable) for _ in range(10000)]
>>> timeit('count_manually(test_data)', 'from __main__ import test_data, count_manually', number=2000)
1.4321454349992564

>>> timeit('Counter(test_data)', 'from __main__ import test_data, Counter', number=2000)
0.776072466003825

此处Counter()的速度提高了2倍。

尽管如此，除非您计算代码的性能关键部分，否则请注意可读性和可维护性，并且在这方面，Counter()可以通过编写您自己的代码获得成功。

除此之外，Counter()个对象在词典之上提供功能：它们可以被视为多个部分（您可以对计数器求和，并生成联合或交叉），以及他们可以有效地为您提供前N个元素。

Answer 2

取决于可读性 v / s 效率。让我们先看看两个实现。我将使用它作为样本运行的列表：

my_list = [1, 2, 3, 4, 4, 5, 4, 3, 2]

使用collections.Counter()：

from collections import Counter
d = Counter(my_list)

使用collections.defaultdict()创建自己的计数器：

from collections import defaultdict
d = defaultdict(int)
for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: 
    d[i] += 1

如您所见， collections.Counter()更具可读性

让我们使用timeit：

查看效率

在 Python 2.7 ：

中

mquadri$ python -m "timeit" -c "from collections import defaultdict" "d=defaultdict(int)" "for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: d[i] += 1"
100000 loops, best of 3: 2.95 usec per loop

mquadri$ python -m "timeit" -c "from collections import Counter" "Counter([1, 2, 3, 4, 4, 5, 4, 3, 2])"
100000 loops, best of 3: 6.5 usec per loop

collection.Counter()实施比自己的代码慢2倍。

在 Python 3 ：

中

mquadri$ python3 -m "timeit" -c "from collections import defaultdict" "d=defaultdict(int)" "for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: d[i] += 1"
100000 loops, best of 3: 3.1 usec per loop

mquadri$ python3 -m "timeit" -c "from collections import Counter" "Counter([1, 2, 3, 4, 4, 5, 4, 3, 2])"
100000 loops, best of 3: 5.57 usec per loop

collections.Counter()的速度是自己代码的两倍。

Python collections.Counter（）运行时

2 个答案: