x/y坐标稀疏列表的Python数据结构

考虑x/y坐标列表和字节“计数”。x/y的范围可能在0到5000之间，即2500万个单元

然而，数据将非常稀少，最多会有几千个条目，大多数坐标将没有条目

偶尔会查找/添加结构（例如，如果x=5和y=10中有某个内容，则为++），但更频繁地转换为x/y/计数列表（排序不重要）

查找最快的数据结构显然是一个2d数组，但您需要24MB左右的内存，而输出列表的迭代可能会很昂贵。对于磁盘存储，您可以实现gif格式的压缩，其中0字节后跟另一个字节表示x个空单元格，其他任何内容都是单元格值，但这对内存状况没有帮助

字典的字典可能是查找/迭代速度和内存使用之间的良好平衡

我是否应该考虑其他合适的数据结构（内置于Python、现有库或更通用的数据结构？

scipy有一系列

有七种可用的稀疏矩阵类型：
csc_矩阵：压缩稀疏列格式
csr_矩阵：压缩稀疏行格式
bsr_矩阵：块稀疏行格式
lil_矩阵：列表格式列表
dok_矩阵：密钥字典格式
coo_矩阵：坐标格式（又名IJV，三元组格式）
直径矩阵：对角线格式

---

由点（即2元组）键控的字典对我来说很好。它像一个数组，而且非常紧凑。只要你不需要进行范围查询或类似的操作，就应该可以了

# increment
p = (x, y)
counts[p] = counts.get(p, 0) + 1

# list
for (p, count) in counts.iteritems():
    x, y = p
    print x, y, count

---

这应该类似于处理数据范围大小的稀疏矩阵，这里有很多东西需要考虑

Erm-自我说明，在发布之前阅读所有已经打开的选项卡，所以…仅此而已；）为什么不使用

counts=defaultdict（int）

这样你就可以只写

counts[x，y]+=1

是的，

defaultdict

很酷，尽管它是在Python2.5中添加的，所以使用

d.get（p，0）+1

方法对于Python2.4和更早版本是可移植的，如果有人担心的话。@gnibler:因为我的Python非常生锈，我已经忘记了！为gnibbler干杯，我的+1非常有用，但我将另一个标记为答案，因为它有助于在查看优化LIB之前理解这个概念。