Python比字典更快吗？

我正在使用

朴素贝叶斯分类器

制作一个简单的情感挖掘系统

为了训练我的分类器，我有一个文本文件，其中每行包含一个标记列表（从tweet生成）和相关的情绪（0表示-ve，4表示肯定）

例如：

0 @ switchfoot http : //twitpic.com/2y1zl - Awww , that 's a bummer . You shoulda got David Carr of Third Day to do it . ; D
0 spring break in plain city ... it 's snowing
0 @ alydesigns i was out most of the day so did n't get much done
0 some1 hacked my account on aim now i have to make a new one
0 really do n't feel like getting up today ... but got to study to for tomorrows practical exam ...

现在，我要做的是计算每个标记在一条正面推文中出现的次数，以及在一条负面推文中出现的次数。然后我计划使用这些计数来计算概率。我正在使用内置字典来存储这些计数。键是令牌，值是大小为2的整数数组

问题是，这段代码开始的速度非常快，但速度越来越慢，当它处理了大约20万条tweet时，速度变得非常慢——大约每秒1条tweet。因为我的训练集有160万条推特，这太慢了。 我的代码是：

def compute_counts(infile):
    f = open(infile)
    counts = {}
    i = 0
    for line in f:
        i = i + 1
        print(i)
        words = line.split(' ')
        for word in words[1:]:
            word = word.replace('\n', '').replace('\r', '')
            if words[0] == '0':
                if word in counts.keys():
                    counts[word][0] += 1
                else:
                    counts[word] = [1, 0]
            else:
                if word in counts.keys():
                    counts[word][1] += 1
                else:
                    counts[word] = [0, 1]
    return counts

我可以做些什么来加快这个过程？更好的数据结构

---

编辑：不是重复，问题不是一般情况下比dict快的东西，而是在这个特定的用例中。

如果单词在counts.keys（）中，不要使用

如果你这样做，你最终会按顺序查看键，这是
dict
应该避免的

只要把
放在单词计数中就行了

或者使用
defaultdict
。
在Python2中，
dict.keys（）
创建一个列表，这个操作可能和搜索一样昂贵。这并不是因为字典太慢。defaultdict工作得很好。早些时候，我花了大约4个小时来处理20万条生产线，但现在整个160万条生产线都在一分钟内完成了。谢谢使用counts[key]=counts.get（key，default=None）代替检查key是否存在。\n如果key不存在，您可以提供默认值，它将使用默认值创建。您可以使用两个
集合。Counter
代替一个列表字典。