Python 优化词典的创建

我有一个ID为

ids

的列表。

ids

中的每个元素都是一个字符串。此列表中可以多次存在一个

id

我的目标是创建一个字典，它将出现次数作为一个键，值是经常出现的ID列表。 我目前的做法如下：

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']})

打印计数
-->defaultdict（，{1:['bar']，2:['foo'，'hi']}）

如果ID列表不太长，那么这种方法很有效。但是，对于较长的列表，性能相当差

---

我怎样才能使它更快

不要为列表中的每个元素调用

count

，而是为整个列表创建一个：

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']})

---

你真的需要NumPy吗？您可以将

用于set（ids）

中的id。此外，您所做的工作与

收藏几乎相同。计数器
，也许您可以查看这些想法。
>>> {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']}