Python 如何从dict获取值列表？

如何在Python中获取dict中的值列表

---

在Java中，以列表的形式获取映射的值与执行

List=Map.values（）一样简单。我想知道在Python中是否有一种类似的简单方法可以从dict中获取值列表。
是的，在：

在中（其中
dict.values
返回字典的值）：

是的，在以下方面完全相同：

在中（其中
dict.values
返回字典的值）：

按照下面的例子--

按照下面的例子--

您可以使用解压缩dict_值：

>>> d = {1: "a", 2: "b"}
>>> [*d.values()]
['a', 'b']

或列表对象

>>> d = {1: "a", 2: "b"}
>>> list(d.values())
['a', 'b']

您可以使用解压缩dict_值：

>>> d = {1: "a", 2: "b"}
>>> [*d.values()]
['a', 'b']

或列表对象

>>> d = {1: "a", 2: "b"}
>>> list(d.values())
['a', 'b']

应该有一种——最好只有一种——显而易见的方法来做到这一点

因此，
list（dictionary.values（））
是一种方法

然而，考虑到蟒蛇3，什么更快？
[*L]
vs.
[]扩展（L）
vs.
列表（L）
small_ds={x:str（x+42）表示范围（10）内的x}
小_df={x:float（x+42）表示范围（10）内的x}
打印（'Small Dict（str）'）
%timeit[*小数值（）
%timeit[].extend（小的值（））
%timeit列表（小的\u ds.values（））
打印（‘小数字（浮动）’）
%timeit[*小的离散值（）]
%timeit[].extend（小的函数值（））
%timeit列表（小值（）
big_ds={x:str（x+42）表示范围（1000000）内的x}
big_df={x:float（x+42）表示范围（1000000）内的x}
打印（'Big Dict（str）'）
%timeit[*大数值（）]
%timeit[].extend（big_ds.values（））
%timeit列表（大的\u ds.values（））
打印（‘大数字（浮动）’）
%timeit[*大数值（）
%timeit[].extend（big_df.values（））
%timeit列表（大的函数值（））

Small Dict（str）
每个回路256纳秒±3.37纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路338纳秒±0.807纳秒（7次运行的平均值±标准偏差，每个回路1000000纳秒）
每个回路336纳秒±1.9纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
小型Dict（浮动）
每个回路268纳秒±0.297纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路343纳秒±15.2纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路336纳秒±0.68纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
大词典（str）
每个回路17.5 ms±142µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路16.5 ms±338µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路16.2 ms±19.7µs（7次运行的平均值±标准偏差，每个100个回路）
大数字（浮动）
每个回路13.2 ms±41µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路13.1 ms±919µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路12.8 ms±578µs（7次运行的平均值±标准偏差，每个100个回路）

在英特尔（R）核心（TM）i7-8650U CPU上完成，频率为1.90GHz

#命名版本构建
ipython 7.5.0 py37h24bf2e0_0

结果
对于小型词典
*运算符
更快
对于重要的大型词典，
list（）
可能会稍微快一点
应该有一种——最好只有一种——显而易见的方法来做到这一点

因此，
list（dictionary.values（））
是一种方法

然而，考虑到蟒蛇3，什么更快？
[*L]
vs.
[]扩展（L）
vs.
列表（L）
small_ds={x:str（x+42）表示范围（10）内的x}
小_df={x:float（x+42）表示范围（10）内的x}
打印（'Small Dict（str）'）
%timeit[*小数值（）
%timeit[].extend（小的值（））
%timeit列表（小的\u ds.values（））
打印（‘小数字（浮动）’）
%timeit[*小的离散值（）]
%timeit[].extend（小的函数值（））
%timeit列表（小值（）
big_ds={x:str（x+42）表示范围（1000000）内的x}
big_df={x:float（x+42）表示范围（1000000）内的x}
打印（'Big Dict（str）'）
%timeit[*大数值（）]
%timeit[].extend（big_ds.values（））
%timeit列表（大的\u ds.values（））
打印（‘大数字（浮动）’）
%timeit[*大数值（）
%timeit[].extend（big_df.values（））
%timeit列表（大的函数值（））

Small Dict（str）
每个回路256纳秒±3.37纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路338纳秒±0.807纳秒（7次运行的平均值±标准偏差，每个回路1000000纳秒）
每个回路336纳秒±1.9纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
小型Dict（浮动）
每个回路268纳秒±0.297纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路343纳秒±15.2纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
每个回路336纳秒±0.68纳秒（7次运行的平均值±标准偏差，每个1000000个回路）
大词典（str）
每个回路17.5 ms±142µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路16.5 ms±338µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路16.2 ms±19.7µs（7次运行的平均值±标准偏差，每个100个回路）
大数字（浮动）
每个回路13.2 ms±41µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路13.1 ms±919µs（7次运行的平均值±标准偏差，每个100个回路）
每个回路12.8 ms±578µs（7次运行的平均值±标准偏差，每个100个回路）

在英特尔（R）核心（TM）i7-8650U CPU上完成，频率为1.90GHz

#命名版本构建
ipython 7.5.0 py37h24bf2e0_0

结果
对于小型词典
*运算符
更快
对于重要的大型词典，
list（）
可能会稍微快一点
纯粹为了视觉目的。不生产有用的产品。。。仅当您希望以段落类型的形式打印长字典时才有用

纯粹为了视觉目的。不生产有用的产品。。。只有当你想要一本长字典以段落形式打印时才有用。
@Muhd Python文档总是拥有所有内容：或者，或者，
[d[k]代表k in d]
这对python2.x和3.x都有效（请注意，我并不是建议你使用它）。通常您实际上不需要值列表，因此
d.values（）
就可以了。
>>> d = {1: "a", 2: "b"}
>>> list(d.values())
['a', 'b']

out: dict_values([{1:a, 2:b}])

in:  str(dict.values())[14:-3]    
out: 1:a, 2:b