Python Numpy：一本字典

我正在努力做一件很简单的事情。。。 给定一个以整数为键、列表为值的简单字典

a = {}

a[0] = ['HI','HOME']
a[1] = ['tree','car', 'food']

print(a)    
{0: ['HI', 'HOME'], 1: ['tree', 'car', 'food']}

我只想得到一个键的列表/np.array：

[0,0,1,1,1]

我试图寻找一个映射函数，但我没有找到任何东西。。。 感谢使用np.repeat和maple-

样本运行-

In [152]: a
Out[152]: {0: ['HI', 'HOME'], 1: ['tree', 'car', 'food']}

In [153]: np.repeat(a.keys(), map(len,a.values()))
Out[153]: array([0, 0, 1, 1, 1])

或者，我们可以使用列表理解来获得长度。因此，maplen，a.值可以替换为-

[len(i) for i in a.values()]

我认为，对于Python3.x，我们需要用map来包装列表-

---

我认为专门针对中小型阵列的最优化方法是使用嵌套列表，如下所示：

In [66]: [key for key, val in a.items() for _ in val]
Out[66]: [0, 0, 1, 1, 1]

以下是一个基准测试，其他答案要快得多：

In [75]: %timeit np.repeat(list(a.keys()), list(map(len, a.values())))
100000 loops, best of 3: 5.18 us per loop

In [76]: %timeit [key for key, val in a.items() for _ in val]
1000000 loops, best of 3: 558 ns per loop

对于最大的数据集，您应该使用numpy，但在计算键和值长度时有一些更改：

a = {i:[3, 4, 5]*1000 for i in range(1000)}

In [86]: %timeit [key for key, val in a.items() for _ in val]
10 loops, best of 3: 54.7 ms per loop

In [87]: %timeit np.repeat(list(a.keys()), list(map(len, a.values())))
100 loops, best of 3: 9.18 ms per loop

In [88]: %timeit np.repeat(list(a), [len(i) for i in a.values()])
100 loops, best of 3: 9.12 ms per loop

---

在Python3中，np.repeat不接受keys对象。您必须将其转换为列表。此外，我认为在大多数情况下，使用一个列表理解比执行所有这些操作和函数调用更优化。@Kasramvd谢谢！更新了。为更大的数据集添加计时？您是否也可以添加设置以创建更大的a？@Divakar我也在考虑添加那个。刚刚更新。@Divakar我没有在timeit中创建字典！我并不是想在timeit中加入创建时间的设置。我的意思是，这样我就可以看到最大的数据集有多大，在我的终端使用该设置，并在我的终端测试计时。

In [75]: %timeit np.repeat(list(a.keys()), list(map(len, a.values())))
100000 loops, best of 3: 5.18 us per loop

In [76]: %timeit [key for key, val in a.items() for _ in val]
1000000 loops, best of 3: 558 ns per loop

a = {i:[3, 4, 5]*1000 for i in range(1000)}

In [86]: %timeit [key for key, val in a.items() for _ in val]
10 loops, best of 3: 54.7 ms per loop

In [87]: %timeit np.repeat(list(a.keys()), list(map(len, a.values())))
100 loops, best of 3: 9.18 ms per loop

In [88]: %timeit np.repeat(list(a), [len(i) for i in a.values()])
100 loops, best of 3: 9.12 ms per loop