Python 哪种结构更像蟒蛇？

我在应用程序的一个部分收集数据，然后将其发送到另一个部分。我有几千条记录，每一条都包含一个电子邮件地址和几个表示某些偏好的有序整数

我的第一个想法是在字典中组织数据，如下所示：

{
    "user1@domain.com": [23, 1, 5],
    "user2@domain.com": [1, 4, 8]
}

(("user1@domain.com", 23), ("user1@domain.com", 1), ("user1@domain.com", 5), ("user2@domain.com", 1), ("user2@domain.com", 4), ("user2@domain.com", 8))

但后来我想到了元组。我经常忽略它们，但元组在Python中是一个很好的选择，因此我可以这样做：

[
    ("user1@domain.com", [23, 1, 5]),
    ("user2@domain.com", [1, 4, 8])
]

这些示例分别显示了两条记录，但实际上我有几万条记录

其中一个比另一个更像蟒蛇吗？还有别的办法吗？

我倾向于使用字典，因为当我构建结构时，我会选择如下所示的有序记录：

{
    "user1@domain.com": [23, 1, 5],
    "user2@domain.com": [1, 4, 8]
}

(("user1@domain.com", 23), ("user1@domain.com", 1), ("user1@domain.com", 5), ("user2@domain.com", 1), ("user2@domain.com", 4), ("user2@domain.com", 8))

---

并将它们组合成上述形式之一。使用字典，可以很容易地反复引用同一用户的列表。对于元组列表，我想我需要保留对最后一个元素的引用，或者继续调用列表上的

len（）

。

如果您希望根据电子邮件地址搜索或检索数据，那么将电子邮件作为字典中的键将是一种更快的操作。将数据添加到字典中也比基于您描述的数据记录的元组更快

---

这是因为在python中，

dict

使搜索键

O（1）

操作，而要查找元组的第一个元素，需要遍历整个元组列表，使其成为

O（n）

操作

这是一个观点问题，我的观点是，两者都不太像python。数据的结构方式取决于您计划使用数据的方式

您在一篇评论中提到，当您使用数据时，您只是在数据中循环，所以任何一种格式都可以。但是，对于用元组构建结构，如

（“user1@domain.com“，23）

，dict（或DefaultDict）将更方便：

entries = (("user1@domain.com", 23), ("user1@domain.com", 1), ("user1@domain.com", 5), ("user2@domain.com", 1), ("user2@domain.com", 4), ("user2@domain.com", 8))
result = {}
for email, number in entries:
    result.setdefault(email, []).append(number)

或使用标准库：

import itertools
import operator
entries = (("user1@domain.com", 23), ("user1@domain.com", 1), ("user1@domain.com", 5), ("user2@domain.com", 1), ("user2@domain.com", 4), ("user2@domain.com", 8))
result = dict((k, [w[1] for w in v]) for k, v in itertools.groupby(sorted(entries), operator.itemgetter(0)))

---

取决于您的用例-对于某些情况，dict更好，对于其他情况，tuples/list更好。如果您没有重复的电子邮件地址（并且根据键存储的列表表明数据是聚合的），那么字典是明显的选择。这不是关于pythonic，而是关于数据检索的时间复杂性。“我经常忽略它们，但是元组在Python中是一个很好的选择”这句话有点像是一句空话（我的意思不是冒犯性的），但这到底意味着什么呢？谢谢你提到这一点。我应该澄清一下，当我使用数据时，我不会关心订单。我不会按电子邮件地址查找内容，只是循环浏览，并逐个使用每条记录。@WhiteHotLoveTiger答案实际上没有提到顺序，而且字典保留了Python 3.6+中的插入顺序。这个问题越来越不清楚了。