Python 在字典与numpy数组中查找最大值的性能

我收集了大量的（以千计）单词：value（float）对。我需要找到最佳值并提取相应的关联词。例如，我有（a，2.4），（b，5.2），（c，1.2），（d，9.2），（e，6.3），（f，0.4）。我想要（d，9.2）作为输出

---

目前，我正在使用字典来存储这些元组，并使用max操作符来检索字典中的最大键值。我想知道numpy阵列是否更有效。在这里征求专家意见。

我看不出numpy阵列在这种情况下对您有什么帮助

特别是，将一个数据结构转换为另一个数据结构（在您的例子中是numpy数组或heapq中的元组列表）的速度将比在每个元组上迭代查找最大值慢得多。这是因为转换数据结构还需要在原始结构上进行迭代，再加上为新结构实例化一个对象，再加上将值存储到新结构中，再加上使用新结构获取请求的值

使用列表中的内置函数或方法很可能会加快计算速度。我能想到的最简单的实现是：

>>> li = [('a',  10), ('b', 30), ('c', 20)]
>>> max(li, key=lambda e : e[1])[0]
'b'

如果您也对最低值或弹出列表之类的内容感兴趣，那么您找到的值可以通过排序传递（因此您只需检查原始列表一次！）：

或：

---

嗯

在这里使用Numpy需要将浮点值保存在单独的

ndarray

中。使用

argmax

查找max value的索引，并从单独的列表中获取单词。这是非常快的，但是构造ndarray只找到max是不可能的。例如：

import numpy as np
import operator

names = [str(x) for x in xrange(10000)]
values = [float(x) for x in xrange(10000)]
tuples = zip(names, values)
dic = dict(tuples)
npvalues = np.fromiter(values, np.float)

def fa():
    return names[npvalues.argmax()]

def fb():
    return max(tuples, key=operator.itemgetter(1))[0]

def fc():
    return max(dic, key=dic.get)

def fd():
    v = np.fromiter((x[1] for x in tuples), np.float)
    return tuples[v.argmax()][0]

计时：fa 67µs，fb 2300µs，fc 2580µs，fd 3780µs

---

因此，当不考虑构造Numpy数组的时间时，使用Numpy（fa）比使用普通列表（fb）或字典（fc）快30倍以上。（fd将其考虑在内）

您需要在一个结构中存储元组，还是可以动态生成元组？如果您需要多个最大项目，可以使用“heapq”。你正在解决什么样的问题？你确定这部分是问题的根源吗？我需要将元组存储在一个结构中。我只想找到最大数值和对应的‘键’。“我想知道numpy数组是否更有效”。。。“答案是…？”麦克在答案中添加了结论。我们真的需要OP提供更多信息来回答这个问题。他说他目前正在使用dict存储这个单词-值对，他愿意将它们存储在一个ndarray中吗？Bago，是的，我愿意将它存储在一个ndarray中。我要问Janne的问题是，如果考虑到Numpy数组的构造，Numpy>List/Dict是否仍然有效？@Denzil否，如果只使用max，请不要使用Numpy数组。在我的示例中，fd函数就是这么做的，它是最慢的.Mac，感谢您的详细回复。请注意，元组可以直接构造为ndarray，而不是先将其放入字典，然后再转换为ndarray。原始帖子中的示例仅用于演示。

>>> sorted(li, key=lambda e: e[1])[-1][0]
'b'

import numpy as np
import operator

names = [str(x) for x in xrange(10000)]
values = [float(x) for x in xrange(10000)]
tuples = zip(names, values)
dic = dict(tuples)
npvalues = np.fromiter(values, np.float)

def fa():
    return names[npvalues.argmax()]

def fb():
    return max(tuples, key=operator.itemgetter(1))[0]

def fc():
    return max(dic, key=dic.get)

def fd():
    v = np.fromiter((x[1] for x in tuples), np.float)
    return tuples[v.argmax()][0]