Python将defaultdict（lambda:defaultdict（dict））转换为numpy数组

我有这两本字典：

alpha[worker] = {'A3M34FQ1OVNWPG': 1, 'AZH91RXTSG1NZ': 1, 'AHJGJ2J15SEHY': 1, 'A2IR6T0Y2MSDYD': 1, 'AGV7F8F0IV2MY': 1}
beta[example] = {'107_1108_0': 1, '953_1938_1': 1, '329_2157_0': 1, '411_1794_0': 1, '965_1633_0': 1

然后我用

defaultdict（lambda:defaultdict（dict））计算
gamma[worker][example]
。我首先使用一个函数来初始化值，然后使用另一个函数来更新值，但是在update函数中，计算要花很长时间才能完成，这就是为什么我想找到一种更快的方法来完成，将嵌套的dict转换为numpy数组。有人能给个提示吗

以下是迄今为止的代码：

α、β、γ的初始化
def初始αβγ（自身）：
α={}
β={}
gamma=defaultdict（lambda:defaultdict（dict））
对于self.w2el.keys（）中的工作者：
阿尔法[工人]=1
例如，在self.e2wl.keys（）中：
beta[示例]=1
对于self.w2el.keys（）中的工作者：
例如，在self.e2wl.keys（）中：
gamma[worker][example]=1
返回alpha，beta，gamma

def更新_alpha_beta_gamma（自）：
#[a1、a2、…、aN、…、b1、b2、…、bM、…、g11、g12、g13、…、gNM]存储在x0中
x0=[]
对于在self.workers中的工作人员：
x0.append（self.alpha[worker]）
例如，在self.examples中：
x0.append（self.beta[示例]）
对于在self.workers中的工作人员：
例如，在self.examples中：
追加（self.gamma[worker][example]）#TODO:转换为numpy数组

字典必须逐个键访问，因此很难快速完成任何事情（在

numpy

矢量化意义下）。如果您可以将字典转换为列表，例如使用

list（dd.keys（））

（或

值

和

项

）可以更快地完成某些操作。

np.array

的核心功能是将列表或嵌套列表转换为数组。@hpaulj谢谢。你能说得更清楚一点吗？我应该在哪个函数中将字典转换为列表？正确的方法是什么？另外，如果为了加快计算速度，有np.array的替代方案，请告诉我