对于Python字典来说，iterkeys比viewkeys有什么优势吗？

在Python2.7中，字典既有

iterkeys

方法，也有

viewkeys

方法（以及类似的值和项对），提供了两种不同的方法来惰性地迭代字典的键。

viewkeys

方法提供了

iterkeys

的主要功能，其中

iter（d.viewkeys（））

有效地等同于

d.iterkeys（）

。此外，返回的对象

viewkeys

具有方便的set-like功能。因此，有充分的理由支持

viewkeys

而不是

iterkeys

---

另一个方向呢？除了与早期版本的Python兼容外，

iterkeys

是否有比

viewkeys

更好的方式？总是使用

viewkeys

会丢失任何东西吗

字典视图会随着字典的更新而更新，而迭代器不一定会这样做

这意味着，如果使用视图，更改词典，然后再次使用视图，则视图将已更改以反映词典的新状态

它们提供字典条目的动态视图，这意味着当字典更改时，视图会反映这些更改。

例如：

>>> test = {1: 2, 3: 4}
>>> a = test.iterkeys()
>>> b = test.viewkeys()
>>> del test[1]
>>> test[5] = 6
>>> list(a)
[3, 5]
>>> b
dict_keys([3, 5])

更改大小时，将引发异常：

>>> test = {1: 2, 3: 4}
>>> a = test.iterkeys()
>>> b = test.viewkeys()
>>> test[5] = 6
>>> list(a)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
RuntimeError: dictionary changed size during iteration
>>> b
dict_keys([1, 3, 5])

---

不，使用

iterkeys

比使用

viewkeys

没有任何好处，就像使用

键对这两种键都没有好处一样<代码>iterkeys

仅用于背面兼容性。实际上，在Python3中，

viewkeys

是唯一仍然存在的行为，它被重命名为

keys

。

viewkeys

方法实际上是Python3行为的一个后端口。

viewkeys（）

、

viewvalues（）

和

viewitems（）

方法返回字典中当前元素的视图，这意味着如果字典更改，视图也会更改；意见是一致的。在一般情况下，键视图设置为，而项视图仅在值可散列时设置为

在什么情况下，最好使用标准方法

keys（）

、

values（）

和

items（）

？您提到了一个非常重要的问题：向后兼容性。此外，当您需要一个包含所有键、值或项的简单列表（不是像迭代器那样的集合）时，当您需要修改返回的列表而不修改原始字典时，以及当您需要一个字典键、值或项的快照时，与字典上的任何后续修改无关

---

那么

iterkeys（）

，

itervalues（）

和

iteritems（）

呢？当您需要字典内容的一次性、恒定空间、惰性迭代器快照时，它们是一个合适的选择，它将告诉您字典在迭代时是否被修改（通过

运行时错误
），而且它们对于向后兼容性非常重要。
正如您所观察到的，从功能角度来看，视图更好。就兼容性而言，它们更糟糕

一些性能指标取自64位Ubuntu机器上的Python 2.7.2：

>>> from timeit import timeit

处理空字典：

>>> emptydict = {}
>>> timeit(lambda: emptydict.viewkeys())
0.24384498596191406
>>> timeit(lambda: list(emptydict.viewkeys()))
0.4636681079864502
>>> timeit(lambda: emptydict.iterkeys())
0.23939013481140137
>>> timeit(lambda: list(emptydict.iterkeys()))
1.0098130702972412

>>> fulldict = {i: i for i in xrange(1000)}
>>> timeit(lambda: fulldict.viewkeys())
0.24295306205749512
>>> timeit(lambda: list(fulldict.viewkeys()))
13.447425842285156
>>> timeit(lambda: fulldict.iterkeys())
0.23759889602661133
>>> timeit(lambda: list(fulldict.iterkeys()))
15.45390510559082

构造视图稍微贵一些，但是使用视图要比迭代器快很多（快一倍多一点）

处理千元素词典：

>>> emptydict = {}
>>> timeit(lambda: emptydict.viewkeys())
0.24384498596191406
>>> timeit(lambda: list(emptydict.viewkeys()))
0.4636681079864502
>>> timeit(lambda: emptydict.iterkeys())
0.23939013481140137
>>> timeit(lambda: list(emptydict.iterkeys()))
1.0098130702972412

>>> fulldict = {i: i for i in xrange(1000)}
>>> timeit(lambda: fulldict.viewkeys())
0.24295306205749512
>>> timeit(lambda: list(fulldict.viewkeys()))
13.447425842285156
>>> timeit(lambda: fulldict.iterkeys())
0.23759889602661133
>>> timeit(lambda: list(fulldict.iterkeys()))
15.45390510559082

结果相同，但不太显著；构建视图的成本稍微高一点，但使用视图的速度肯定更快（快15%）

为了与
list（dict.viewkeys（））
和
list（dict.iterkeys（））
进行公平的比较，
dict.keys（）
分别是：

>>> timeit(lambda: emptydict.keys())
0.2385849952697754
>>> timeit(lambda: fulldict.keys())
7.842105150222778

总结：这是一种权衡；与更好的兼容性和肌肉记忆使用相比，更好的功能（您很少会使用）和性能（如果您关心这些性能问题，您可能已经处于需要使用numpy/scipy的区域，这很少会让您担心）

就个人而言，除非已经依赖于2.7-only功能，或者除非我完全控制运行时环境，否则我将避免在Python2代码中使用字典视图。即使在这种情况下，我的手指仍然想输入
iter
，而不是
view
，所以我让他们
 “除了与早期版本的Python兼容之外”——事实是，这是一个你很难称之为无关的东西。否则，每个人都会使用Python3.2already@vartec这不是无关紧要的，但很明显。但是，除此之外，
iterkeys（）
与
viewkeys（）
@vartec相比没有优势，谢天谢地，他没有说那是无关紧要的，那么！这完全正确，但实际上并没有解决这个问题-OP知道
viewkeys
的作用，并且特别询问假装
iterkeys
不存在是否有任何缺点。@lvc解释了这些差异，这可以被认为是
iterkeys（）
的积极作用-例如，您不希望它被更新，使用
iterkeys（）
可能更合适（尽管可以使用
viewkeys（）
创建相同的功能）。我并不是说这是一个强有力的理由，但这几乎是唯一的理由。@larsmans one可以说，这比在你不希望更新的版本上默默工作要好，但我同意这是一个延伸。是的，简单的回答是没有理由使用
iterkeys（）
，这就是为什么它在Python3中消失了。然而，我想我应该解释一下它们之间的区别，希望它能把区别弄清楚。重要的是要意识到迭代器不会因为词汇的任何更改而引发
运行时错误