主页 / 问题 / 1471805
Accepted
Qwertiy
Asked:2022-11-28 09:21:27 +0000 UTC2022-11-28 09:21:27 +0000 UTC

在Counter中收集加权值

  • 772

有一个 pairs 列表，(ключ,значение)键可以重复。我想以汇总Counter相同键的值的方式收集所有内容。

我可以这样做：tio.run

from collections import Counter

a = [("A",3), ("B",10), ("A",8), ("C",1)]

c = Counter()
for k,v in a: c[k] += v

print(c) # Counter({'A': 11, 'B': 10, 'C': 1})

有没有更漂亮的方法来获得相同的？

python

4 个回答

  1. “有没有更漂亮的方法来得到同样的东西？” - 每个人都有自己的美丽:)

    相同，没有额外的模块：

    a = [("A",3), ("B",10), ("A",8), ("C",1)]

c = {}
for k,v in a:
    c[k] = v if k not in c else c[k] + v

print(c)

    输出：{'A': 11, 'B': 10, 'C': 1}

    方法有不同的目标：美丽或速度

    import timeit
from collections import Counter

def proc():
    a = [("A",3), ("B",10), ("A",8), ("C",1)]
    c = Counter()
    for k,v in a: c[k] += v

def proc2():
    a = [("A",3), ("B",10), ("A",8), ("C",1)]
    c = {}
    for k,v in a:
        c[k] = v if k not in c else c[k] + v

print(timeit.timeit(proc2, number=100000))
print(timeit.timeit(proc, number=100000))

    结果：

    100000 прогонов
proc2: 0.0937448000004224
proc:  0.3667998000000807

1000000 прогонов
proc2: 0.9124658000000636                                                                                  
proc:  3.624726500000179

    结果很明显

    • 4

  2. 您的选择可能在速度上没有可比性。

    需要c[k] += v在Counter（的直接后代dict）中执行的操作不会被覆盖，并且与在中一样快，dict因为它们是本机实现的。但是所有特定于操作的操作Counter（除了使用 iterable 进行初始化/更新）都是用 python 编写的，并且预计会慢得多。

    但这里有几个选项可以增强美感

    c = sum((Counter({k: v}) for k, v in a), start=Counter()) # В худшем случае O(n*n)

    c = Counter(k for k, v in a for _ in range(v)) # В худшем случае O(n*max(v))

    最好的情况是，这两个选项都比你的慢，最坏的情况是 - 只是慢了很多。

    • 2
  3. Best Answer

    事实上，事实证明Counter你根本不用 main 功能，那还不如拿来用defaultdict，这样会更快（但仍然比计数器字典“手动”检查元素是否存在要慢）：

    from collections import defaultdict

a = [("A",3), ("B",10), ("A",8), ("C",1)]

c = defaultdict(int)
for k, v in a: 
    c[k] += v

print(c) # defaultdict(<class 'int'>, {'A': 11, 'B': 10, 'C': 1})
    • 2

  4. 使用线性渐近法测量建议的答案：计数器是最慢的 - 比其他方法差大约 2 倍，并且使用字典，所有方法都给出误差范围内的结果。tio.run

    from collections import Counter, defaultdict
from random import randint
from timeit import timeit

def viaCounter():
  c = Counter()
  for k,v in a: c[k] += v
  return c

def viaDictCheck():
  c = {}
  for k,v in a: c[k] = v if k not in c else c[k] + v
  return c

def viaDictGet():
  c = {}
  for k,v in a: c[k] = c.get(k, 0) + v
  return c

def viaDefaultDict():
  c = defaultdict(int)
  for k,v in a: c[k] += v
  return c

ways = [viaCounter, viaDictCheck, viaDictGet, viaDefaultDict]

a = [("A",3), ("B",10), ("A",8), ("C",1)]
for f in ways: print(f"{f.__name__:16}", f())

for n in [10, 100, 1000, 10000]:
  print()
  print("===", n, "===")
  a = [(randint(0,1024), randint(0,1024)) for _ in range(n)]
  for f in ways: print(f"{f.__name__:16}", timeit(f, number=1000))

    结果：

    viaCounter       Counter({'A': 11, 'B': 10, 'C': 1})
viaDictCheck     {'A': 11, 'B': 10, 'C': 1}
viaDictGet       {'A': 11, 'B': 10, 'C': 1}
viaDefaultDict   defaultdict(<class 'int'>, {'A': 11, 'B': 10, 'C': 1})

=== 10 ===
viaCounter       0.005354834022000432
viaDictCheck     0.000977317977230996
viaDictGet       0.001639115042053163
viaDefaultDict   0.00273122702492401

=== 100 ===
viaCounter       0.041808484005741775
viaDictCheck     0.011960842995904386
viaDictGet       0.01808635302586481
viaDefaultDict   0.02747832500608638

=== 1000 ===
viaCounter       0.40349273895844817
viaDictCheck     0.16457551100756973
viaDictGet       0.239735366019886
viaDefaultDict   0.24876780400518328

=== 10000 ===
viaCounter       3.3196506010135636
viaDictCheck     1.8371806619688869
viaDictGet       1.956588956003543
viaDefaultDict   1.7752377989818342
    • 1

相关问题