python - 优化创建字典

Question

我有一个名为 ids 的 id 列表。 ids 中的每个元素都是一个字符串。一个 id 可以在此列表中多次存在。

我的目标是创建一个字典，它以出现次数为键，值是经常出现的 ID 列表。我目前的做法是这样的:

from collections import defaultdict
import numpy as np
ids = ["foo", "foo", "bar", "hi", "hi"]
counts = defaultdict(list)
for id in np.unique(ids):
    counts[ids.count(id)].append(id)

输出:

print counts
--> defaultdict(<type 'list'>, {1: ['bar'], 2: ['foo', 'hi']})

如果 id 列表不太长，这会很好地工作。但是，对于较长的列表，性能会很差。

我怎样才能让它更快？

Answer 1

不是为列表中的每个元素调用 count，而是创建一个 collections.Counter对于整个列表:

ids = ["foo", "foo", "bar", "hi", "hi"]
counts = defaultdict(list)
for i, c in Counter(ids).items():
    counts[c].append(i)
# counts: defaultdict(<class 'list'>, {1: ['bar'], 2: ['foo', 'hi']})

---

如果您更喜欢单行，您也可以结合使用 Counter.most_common (用于查看按计数排序的元素)和 itertools.groupby (但我宁愿不这样做)

>>> {k: [v[0] for v in g] for k, g in groupby(Counter(ids).most_common(), lambda x: x[1])}
{1: ['bar'], 2: ['foo', 'hi']}