Question

我对编程完全不熟悉（不到2个月 - 自学成才）我正在研究一个项目，它需要每个内部的前两个索引列表的频率列表。

这是我的清单：

x = [[＆＃39; block＆＃39;，3]，[＆＃39; street＆＃39;，2]，[＆＃39; lamp＆＃39;，1]，[＆＃39;街＆＃39;，2]， [＆＃39; industrial＆＃39;，3]，[＆＃39; park＆＃39;，2]，[＆＃39; park＆＃39;，3]，[＆＃39; industrial＆＃39;，3 ] [＆＃39; block＆＃39;，3]，[＆＃39; street＆＃39;，2]，[＆＃39; lamp＆＃39;，1]，[＆＃39; street＆＃39;，2 ]，[＆＃39; industrial＆＃39;， 3]，[＆＃39; park＆＃39;，2]]

所以每个内部列表的第一个值是TITLE，第二个值是CONVENTIONAL VALUE。

重要的是，你可以看到其中一些被重复（重复）。

我想要一个像这样的列表输出列表：

p = [[＆＃39; block＆＃39;，3,2]，[＆＃39; street＆＃39;，2,4]，[＆＃39; lamp＆＃39;，1,2] ，[＆＃39; industrial＆＃39;， 3,3]，[＆＃39; park＆＃39;，2,2]，[＆＃39; park＆＃39;，3,1]]

使用第三个值作为该内部列表的频率，在外部列表x中。

所以这是我的非pythonic（可能是枯燥的）方法：

<head>
<link rel="import" href="topmenu.html">
</head>
<body>
   <h1>First</h1>
    <script>
      var link = document.querySelector('link[rel="import"]');
      var content = link.import;

      // Grab DOM from warning.html's document.
      var el = content.querySelector('body');

      document.body.appendChild(el.cloneNode(true));
    </script>
</body>

但是对于我的项目，因为这个函数后跟其他函数，与它们相比，这个函数的运行时间很长，特别是对于大量的输入数据集。

因为我缺乏知识，所以我无法优化我编写的代码。

所以我问是否有更快更多的pythonic方式来做到这一点？

Answer 1

是的，请使用字典。我假设该订单很重要，所以我会使用OrderedDict，但如果订单无关紧要，您可以考虑Counter个对象：

>>> from collections import OrderedDict
>>> counter = OrderedDict()
>>> for a, b in x:
...     t = (a, b)
...     counter[t] = counter.get(t, 0) + 1
...
>>> final = [[a, b, v] for (a,b),v in counter.items()]
>>> final
[['block', 3, 2], ['street', 2, 4], ['lamp', 1, 2], ['industrial', 3, 3], ['park', 2, 2], ['park', 3, 1]]

刚刚注意到你在使用Python 2（如果你可以帮助它，你应该真正使用Python 3），在这种情况下，因为你使用的是Python 2，你应该使用counter.iteritems()而不是{{1 }}

类似于：

counter.items()

注意，你的第一个for循环是平方的缩放，对于那个while循环，我不想考虑它，我想也许是二次的，但可能更糟（因为你{{1} }）但我上面发布的解决方案线性扩展。因此它应该能够有效地处理更大的数据集。

通过每个项目的两个第一值来优化列表列表中的频率

1 个答案: