Python中填充2d数组的有效方法

我有3个数组：按长度5000000排列成对的“单词”[“id”：“单词”]，按长度13000排列唯一id的“id”，按长度500000排列唯一单词（字典）的“dict”。这是我的代码：

matrix = sparse.lil_matrix((len(ids), len(dict)))
for i in words:
    matrix[id.index(i['id']), dict.index(i['word'])] += 1.0

---

但是它工作得太慢了（我工作了15个小时后还没有得到矩阵）。有什么办法可以优化我的代码吗？

首先，不要给数组命名

dict

，它既容易混淆又隐藏了内置类型

dict

这里的问题是，你做的每件事都是在二次时间内完成的，因此首先将数组

dict

和

id

转换为一个字典，其中每个

单词或
id
都指向它的索引

matrix = sparse.lil_matrix((len(ids), len(dict)))
dict_from_dict = {word: ind for ind, word in enumerate(dict)}
dict_from_id = {id: ind for ind, id in enumerate(id)}
for i in words:
    matrix[dict_from_id[i['id']], dict_from_dict[i['word']] += 1.0