- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
给定一个包含三层键的字典,求和的最快方法是什么?这是我目前的做法:
from collections import defaultdict
dicts = [ {'a':{'b':{'c':1}}}, {'a':{'b':{'c':4, 'e':3}}} ]
def sum_three_deep_dict_values(dicts):
'''Read in two dicts and return a dictionary that contains their outer-joined keys and value sums'''
combined = defaultdict(lambda: defaultdict(lambda: defaultdict(int)))
for d in dicts:
for w1, val_dict in d.iteritems():
for w2 in val_dict.iterkeys():
for w3 in val_dict[w2].iterkeys():
combined[w1][w2][w3] += d[w1][w2][w3]
return combined
print sum_three_deep_dict_values(dicts)
这里预期的输出是 {'a': {'b': {'c': 5, 'e': 3}}}
字典具有相同的键(例如此处的 d[a][b][c]
),并在输出字典中包含任一字典中剩余的键值对。
关于 SO 的许多问题似乎可以回答这个问题:“应该如何对嵌套字典的值求和”?然而,昨晚通读它们,我发现每一个都涉及一些奇怪的特殊情况或参数,例如“组合/忽略第 n 层 key ”,或“在特殊位置应用 if 条件”。因此,我想提出一个简单的问题:在 Python 中对双嵌套字典的值求和的最佳方法是什么?
最佳答案
总的来说,我认为您当前的方法是好的。我的建议是尽可能多地消除字典查找。一起迭代键和值应该和迭代键一样快,所以您不妨将它们组合起来。如果您这样做,则不需要最后调用 d[w1][w2][w3]
,也不需要临时 key 查找。所以像这样:
def sum_three_deep_dict_values(dicts):
'''Read in two dicts and return a dictionary that contains
their outer-joined keys and value sums'''
combined = defaultdict(lambda: defaultdict(lambda: defaultdict(int)))
for layer0 in dicts:
for k1, layer1 in layer0.iteritems():
for k2, layer2 in layer1.iteritems():
for k3, count in layer2.iteritems():
combined[k1][k2][k3] += count
return combined
我冒昧地稍微更改了您的命名方案。
如果您在测试上述内容后仍然担心速度,您可能需要研究其他数据结构或第三方库。但在你这样做之前,试试PyPy -- 我发现它通常在普通 for
循环上至少提供 4 倍的加速。
此外,请针对您的原始代码进行测试。我认为我上面的推理是成立的,但它仍然有点推测性。我也很好奇其他人的建议。在您工作的规模上,这可能是一个挑战! (出于好奇,您当前的代码需要多长时间?)
更新:我对此进行了测试,它确实更快,尽管只是一点点:
>>> %timeit sum_three_deep_original(dicts)
1000 loops, best of 3: 1.38 ms per loop
>>> %timeit sum_three_deep_edited(dicts)
1000 loops, best of 3: 1.26 ms per loop
我猜您的应用程序需要更快的速度。我用 PyPy 试过了,我也用 cython 编译了它(但没有任何修改或类型注释)。 PyPy 以 66% 的加速比获胜。还是普通的 python(这次参数略有不同):
:~ $ python -c 'from tdsum import test; test()'
1.63905096054
用cython编译:
:~ $ python -c 'from tdsum import test; test()'
1.224848032
并使用 PyPy:
:~ $ pypy -c 'from tdsum import test; test()'
0.427165031433
我希望使用定制数据结构的真正 cython 版本能够显着优于 PyPy。问题是您不能使用 dict
并仍然获得您想要的迭代加速,因为 cython 必须处理 Python 对象开销。所以你必须实现你自己的哈希表!
我经常想知道为什么 cython 没有提供解决这个问题的方法;也许那里有可用的 numpy
类型。我会继续寻找!
关于Python:对三层字典的值求和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30325361/
我的问题:非常具体。我正在尝试想出解析以下文本的最简单方法: ^^domain=domain_value^^version=version_value^^account_type=account_ty
好吧,这就是我的困境: 我正在为 Reddit 子版 block 开发常见问题解答机器人。我在 bool 逻辑方面遇到了麻烦,需要一双更有经验的眼睛(这是我在 Python 中的第一次冒险)。现在,该
它首先遍历所有 y 值,然后遍历所有 x 值。我需要 X 和 y 同时改变。 For x = 3 To lr + 1 For y = 2 To lr anyl.Cells(x, 1)
假设我有一个包含 2 列的 Excel 表格:单元格 A1 到 A10 中的日期和 B1 到 B10 中的值。 我想对五月日期的所有值求和。我有3种可能性: {=SUM((MONTH(A1:A10)=
如何转换 Z-score来自 Z-distribution (standard normal distribution, Gaussian distribution)到 p-value ?我还没有找到
我正在重写一些 Javascript 代码以在 Excel VBA 中工作。由于在这个网站上搜索,我已经设法翻译了几乎所有的 Javascript 代码!但是,有些代码我无法准确理解它在做什么。这是一
我遇到过包含日期格式的时间戳日期的情况。然后我想构建一个图表,显示“点击”项目的数量“每天”, //array declaration $array1 = array("Date" => 0); $a
我是scala的新手! 我的问题是,是否有包含成员的案例类 myItem:Option[String] 当我构造类时,我需要将字符串内容包装在: Option("some string") 要么 So
我正在用 PHP 创建一个登录系统。我需要用户使用他或她的用户名或电子邮件或电话号码登录然后使用密码。因为我知道在 Java 中我们会像 email==user^ username == user 这
我在 C++ 项目上使用 sqlite,但是当我在具有文本值的列上使用 WHERE 时出现问题 我创建了一个 sqlite 数据库: CREATE TABLE User( id INTEGER
当构造函数是显式时,它不用于隐式转换。在给定的代码片段中,构造函数被标记为 explicit。那为什么在 foo obj1(10.25); 情况下它可以工作,而在 foo obj2=10.25; 情况
我知道这是一个主观问题,所以如果需要关闭它,我深表歉意,但我觉得它经常出现,让我想知道是否普遍偏爱一种形式而不是另一种形式。 显然,最好的答案是“重构代码,这样你就不需要测试是否存在错误”,但有时没有
这两个 jQuery 选择器有什么区别? 以下是来自 w3schools.com 的定义: [attribute~=value] 选择器选择带有特定属性,其值包含特定字符串。 [attribute*=
为什么我们需要CSS [attribute|=value] Selector根本当 CSS3 [attribute*=value] Selector基本上完成相同的事情,浏览器兼容性几乎相似?是否存在
我正在解决 regx 问题。我已经有一个像这样的 regx [0-9]*([.][0-9]{2})。这是 amont 格式验证。现在,通过此验证,我想包括不应提供 0 金额。比如 10 是有效的,但
我正在研究计算机科学 A 考试的样题,但无法弄清楚为什么以下问题的正确答案是正确的。 考虑以下方法。 public static void mystery(List nums) { for (
好的,我正在编写一个 Perl 程序,它有一个我收集的值的哈希值(完全在一个完全独立的程序中)并提供给这个 Perl 脚本。这个散列是 (string,string) 的散列。 我想通过 3 种方式对
我有一个表数据如下,来自不同的表。仅当第三列具有值“债务”并且第一列(日期)具有最大值时,我才想从第四列中获取最大值。最终值基于 MAX(DATE) 而不是 MAX(PRICE)。所以用简单的语言来说
我有一个奇怪的情况,只有错误状态保存到数据库中。当“状态”应该为 true 时,我的查询仍然执行 false。 我有具有此功能的 Controller public function change_a
我有一个交易表(针对所需列进行了简化): id client_id value 1 1 200 2 2 150 3 1
我是一名优秀的程序员,十分优秀!