我正在开发一个个人项目（使用Python 3），它将检索美国任何城市的天气信息。我的程序提示用户输入任意数量的城市状态组合，然后检索天气信息并为输入的每个城市创建天气摘要。在幕后，我基本上是用户输入的状态，打开对应于该状态的.txt文件，然后获取与输入的城市相关联的天气代码，然后我在URL请求中使用查找该城市的天气信息。由于每个州都有一个.txt文件，我有50个.txt文件，每个文件都有大量的城市天气代码组合。
将算法保持在当前的状态会更快，或者将所有这些数据保存在字典中会更快吗？这就是我考虑将数据存储在字典中的方式：
info = {'Virginia':{'City1':'ID1','City2':'ID2'},'North Carolina':{'City3':'ID3'}}
我很乐意提供一些代码或在必要时详细说明。
谢谢！
答案 0 :(得分：0)
从文件中预加载数据几乎肯定要快得多，如果你正在为许多用户请求使用相同的python进程。如果进程只处理一个请求并退出，则此方法将更慢并且使用更多内存。对于“一”和“多”之间的一些请求，它们的速度大致相同。
对于这样的情况，我可能会使用sqlite，python具有内置支持。如果没有加载完整字典的时间和内存开销，它将比扫描文本文件快得多。
答案 1 :(得分：0)
如果您有一个大型数据文件，您将花费数天时间浏览文件并将值放在.py文件中。如果它是一个小文件，我会使用字典，但如果它是一个大文件.txt文件。
其他可能的解决方案是：
Basic data storage with Python
https://docs.python.org/3/library/persistence.html
https://docs.python.org/3/library/pickle.html
https://docs.python.org/3/library/shelve.html
答案 2 :(得分：0)
拥有大量文本文件可能不是一个好主意，因为它会在大量或大量导演（y | ies）访问中变慢。但是如果您有大量数据记录，您可能希望选择一个中间解决方案，索引一个数据文件并在字典中加载索引。