Question

我有一个大的（成千上万）单词集合：value（float）对。我需要找到最好的值并提取相应的关联词。例如，我有（a，2.4），（b，5.2），（c，1.2），（d，9.2），（e，6.3），（f，0.4）。我想（d，9.2）作为输出。

目前，我使用字典来存储这些元组，并使用max运算符来检索字典中的最大键值。我想知道一个numpy数组是否会更有效率。在这里征求专家意见。

Answer 1

在这种情况下，我没有看到numpy数组如何帮助你。

特别是，将数据结构转换为另一个（在您的情况下是numpy数组或heapq中的元组列表）将比查找迭代每个元组的最大值慢得多。这是因为转换数据结构还需要迭代原始结构，并为新结构实例化对象，并将值存储到新结构中，再使用新结构获取请求的值。

使用列表的内置函数或方法很可能会导致更快的计算。我能想到的最简单的实现：

>>> li = [('a',  10), ('b', 30), ('c', 20)]
>>> max(li, key=lambda e : e[1])[0]
'b'

其他可能的，如果你也对最低值或从列表中弹出的东西感兴趣，你找到的值可以通过排序（所以你只检查原始列表一次！）：

>>> li = [('a',  10), ('b', 30), ('c', 20)]
>>> li.sort(key=lambda e : e[1])
>>> li
[('a', 10), ('c', 20), ('b', 30)]
>>> li[-1][0]
'b'

或者：

>>> sorted(li, key=lambda e: e[1])[-1][0]
'b'

HTH！

Answer 2

在这里使用Numpy会将浮点值保持在单独的ndarray中。使用argmax查找最大值索引，并从单独的列表中获取单词。这是非常快的，但构建ndarray只是为了找到最大值不是。例如：

import numpy as np
import operator

names = [str(x) for x in xrange(10000)]
values = [float(x) for x in xrange(10000)]
tuples = zip(names, values)
dic = dict(tuples)
npvalues = np.fromiter(values, np.float)

def fa():
    return names[npvalues.argmax()]

def fb():
    return max(tuples, key=operator.itemgetter(1))[0]

def fc():
    return max(dic, key=dic.get)

def fd():
    v = np.fromiter((x[1] for x in tuples), np.float)
    return tuples[v.argmax()][0]

计时：fa67μs，fb2300μs，fc2580μs，fd3780μs。

因此，使用Numpy（fa）的速度比使用普通列表（fb）或字典（fc）快30多倍，因为不考虑构造Numpy数组的时间。（fd考虑到这一点）

用于在字典中查找最大值与numpy数组的性能

2 个答案: