Question

我有一个Python字典，它有很多（约150万）个键。与每个键关联的值是一个数字，我只想报告值大于2的值。

我当前的代码类似于：

ks_ignored = 0
for k in d.keys():
    if( d[k] > 2 ):
        print "Key(%s) has value %s"%( k, d[k] )
    else: 
        ks_ignored += 1

我的最终报告显示，大约有140万个密钥被忽略，这需要很长时间才能运行（大约6个小时）。是否有一种简单的方法可以循环遍历值大于2的所有键，而无需在循环内部执行检查，从而大大提高速度？

Answer 1

使用字典理解来获取有效的键值：

valid_kv = {k:v for k,v in d.iteritems() if v > 2}

忽略键：

ks_ignored = len(d) - len(valid_kv)

Answer 2

如果你想要的是循环结果，itertools.ifilter()应该适合你。以下是list comprehension，filter()和itertools.ifilter()的时间执行：

import time
import itertools


l = [i for i in range(1000000)]

t1 = time.time()
r1 = [i for i in l if i > 100]
t2 = time.time()

t3 = time.time()
r2 = filter(lambda i: i>100, l)
t4 = time.time()


t5 = time.time()
r3 = itertools.ifilter(lambda i: i>100, l)
t6 = time.time()

print t2-t1
print t4-t3
print t6-t5

<强>输出：

0.151000022888  # lc
0.100000143051  # filter
0.000999927520752  # ifilter

您的解决方案：

res = itertools.ifilter(lambda item: d[item]>2, d)

如果要求获得不符合您条件的项目数量，您可以使用filter()，如下所示：

res = filter(lambda item: d[item]>2, d)
ks_ignored = len(d) - len(res)

或者：

ks_ignored = len(filter(lambda item: d[item]<=2, d))

如果value大于2，则循环键

2 个答案: