我有一個這樣的 Python 字典 -
my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'],
'Attendance':[False, False, False, False, False]}
我還有一個 Python 標志串列，其中的索引需要更改為 True 在my_dict['Attendance']-
flag_list = [0, 2, 3]
基于flag_list,my_dict需要更改為 -
my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'],
'Attendance':[True, False, True, True, False]}
實作這一目標的最快方法是什么？可以在沒有回圈的情況下完成嗎？感謝您的任何指導。
uj5u.com熱心網友回復：
使用回圈
for index in flag_list:
my_dict['Attendance'][index] = True
一個微優化是只從字典中獲取串列一次：
attendance_list = my_dict['Attendance']
for index in flag_list:
attendance_list[index] = True
但除非flag_list是數千個元素，否則我不會擔心。
使用矢量化
如果您愿意利用矢量化，您可以使用numpy陣列：
import numpy as np
my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'],
'Attendance': np.array([False, False, False, False, False])}
flag_list = [0, 2, 3]
my_dict['Attendance'][flag_list] = True
但是同樣，除非您的資料非常大，否則我不會非常擔心優化這段代碼。
示例時序
import random
from timeit import Timer
import numpy as np
ATTENDANCE_LIST_SIZE = 100000
FLAG_LIST_SIZE = 60000
dict_with_numpy = {'Attendance': np.random.choice([False, True],
ATTENDANCE_LIST_SIZE)}
dict_without_numpy = {'Attendance': random.choices([False, True],
k=ATTENDANCE_LIST_SIZE)}
flag_list = random.choices(range(ATTENDANCE_LIST_SIZE), k=FLAG_LIST_SIZE)
def using_numpy():
dict_with_numpy['Attendance'][flag_list] = True
def no_numpy_pre_fetching_list():
attendance_list = dict_without_numpy['Attendance']
for index in flag_list:
attendance_list[index] = True
def no_numpy():
for index in flag_list:
dict_without_numpy['Attendance'][index] = True
print(f'no_numpy\t\t\t\t\t\t{min(Timer(no_numpy).repeat(3, 3))}')
print(f'no_numpy_pre_fetching_list\t\t{min(Timer(no_numpy_pre_fetching_list).repeat(3, 3))}')
print(f'using_numpy\t\t\t\t\t\t{min(Timer(using_numpy).repeat(3, 3))}')
對于這個資料量，輸出是（在我的機器上）
no_numpy 0.009737916999999985
no_numpy_pre_fetching_list 0.0048406370000000365
using_numpy 0.009164470000000036
因此，對這些資料使用矢量化并不是最有效的。
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/463380.html
標籤：python-3.x 列表 字典 矢量化