可以说我有以下代码：
import collections
d = collections.OrderedDict()
d['foo'] = 'python'
d['bar'] = 'spam'
有没有办法以编号方式访问项目，例如：
d(0) #foo's Output
d(1) #bar's Output
问问题
209916 次
9 回答
211
如果是这样，OrderedDict()您可以通过获取（键，值）对的元组来轻松访问元素，如下所示
>>> import collections
>>> d = collections.OrderedDict()
>>> d['foo'] = 'python'
>>> d['bar'] = 'spam'
>>> d.items()
[('foo', 'python'), ('bar', 'spam')]
>>> d.items()[0]
('foo', 'python')
>>> d.items()[1]
('bar', 'spam')
Python 3.X 的注意事项
dict.items将返回一个可迭代的 dict 视图对象而不是一个列表。我们需要将调用包装到一个列表中以使索引成为可能
>>> items = list(d.items())
>>> items
[('foo', 'python'), ('bar', 'spam')]
>>> items[0]
('foo', 'python')
>>> items[1]
('bar', 'spam')
于 2012-04-07T20:46:29.133 回答
25
您是否必须使用 OrderedDict 或者您是否特别想要一种类似地图的类型，该类型以某种方式排序并具有快速位置索引？如果是后者，那么请考虑 Python 的许多排序 dict 类型之一（它根据键排序顺序对键值对进行排序）。一些实现还支持快速索引。例如，sortedcontainers项目有一个SortedDict类型用于此目的。
>>> from sortedcontainers import SortedDict
>>> sd = SortedDict()
>>> sd['foo'] = 'python'
>>> sd['bar'] = 'spam'
>>> print sd.iloc[0] # Note that 'bar' comes before 'foo' in sort order.
'bar'
>>> # If you want the value, then simple do a key lookup:
>>> print sd[sd.iloc[1]]
'python'
于 2014-04-08T04:29:40.913 回答
21
如果您想要 OrderedDict 中的第一个条目（或接近它）而不创建列表，这是一种特殊情况。（这已更新到 Python 3）：
>>> from collections import OrderedDict
>>>
>>> d = OrderedDict()
>>> d["foo"] = "one"
>>> d["bar"] = "two"
>>> d["baz"] = "three"
>>> next(iter(d.items()))
('foo', 'one')
>>> next(iter(d.values()))
'one'
（你第一次说“next()”时，它的真正意思是“第一个”。）
在我的非正式测试中，next(iter(d.items()))使用小的 OrderedDict 仅比items()[0]. 具有 10,000 个条目的 OrderedDictnext(iter(d.items()))比items()[0].
但是，如果您保存 items() 列表一次然后大量使用该列表，那可能会更快。或者，如果您反复{创建一个 items() 迭代器并逐步将其带到您想要的位置}，那可能会更慢。
于 2014-06-29T19:38:10.157 回答
18
使用包中的IndexedOrderedDict会显着提高效率indexed。
根据 Niklas 的评论，我对OrderedDict和IndexedOrderedDict进行了 1000 个条目的基准测试。
In [1]: from numpy import *
In [2]: from indexed import IndexedOrderedDict
In [3]: id=IndexedOrderedDict(zip(arange(1000),random.random(1000)))
In [4]: timeit id.keys()[56]
1000000 loops, best of 3: 969 ns per loop
In [8]: from collections import OrderedDict
In [9]: od=OrderedDict(zip(arange(1000),random.random(1000)))
In [10]: timeit od.keys()[56]
10000 loops, best of 3: 104 µs per loop
在这种特定情况下， IndexedOrderedDict在特定位置索引元素的速度要快约 100 倍。
列出的其他解决方案需要额外的步骤。 IndexedOrderedDict是 的替代品OrderedDict，除了它是可索引的。
于 2016-06-15T13:06:02.547 回答
10
这个社区 wiki 试图收集现有的答案。
蟒蛇 2.7
在 python 2 中，返回列表的keys()、values()和items()函数。OrderedDict举个例子，最简单的方法values是
d.values()[0] # "python"
d.values()[1] # "spam"
对于只关心单个索引的大型集合，您可以避免使用生成器版本创建完整列表iterkeys，itervalues和iteritems：
import itertools
next(itertools.islice(d.itervalues(), 0, 1)) # "python"
next(itertools.islice(d.itervalues(), 1, 2)) # "spam"
indexed.py包提供了专IndexedOrderedDict为此用例设计的，将是最快的选择。
from indexed import IndexedOrderedDict
d = IndexedOrderedDict({'foo':'python','bar':'spam'})
d.values()[0] # "python"
d.values()[1] # "spam"
对于具有随机访问的大型字典，使用 itervalues 会快得多：
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 1000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
1000 loops, best of 3: 259 usec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 10000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
100 loops, best of 3: 2.3 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 100000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i:i+1]'
10 loops, best of 3: 24.5 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 1000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
10000 loops, best of 3: 118 usec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 10000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
1000 loops, best of 3: 1.26 msec per loop
$ python2 -m timeit -s 'from collections import OrderedDict; from random import randint; size = 100000; d = OrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); next(itertools.islice(d.itervalues(), i, i+1))'
100 loops, best of 3: 10.9 msec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 1000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.19 usec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 10000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.24 usec per loop
$ python2 -m timeit -s 'from indexed import IndexedOrderedDict; from random import randint; size = 100000; d = IndexedOrderedDict({i:i for i in range(size)})' 'i = randint(0, size-1); d.values()[i]'
100000 loops, best of 3: 2.61 usec per loop
+--------+-----------+----------------+---------+
| size | list (ms) | generator (ms) | indexed |
+--------+-----------+----------------+---------+
| 1000 | .259 | .118 | .00219 |
| 10000 | 2.3 | 1.26 | .00224 |
| 100000 | 24.5 | 10.9 | .00261 |
+--------+-----------+----------------+---------+
蟒蛇 3.6
Python 3 具有相同的两个基本选项（列表与生成器），但 dict 方法默认返回生成器。
列表方法：
list(d.values())[0] # "python"
list(d.values())[1] # "spam"
生成器方法：
import itertools
next(itertools.islice(d.values(), 0, 1)) # "python"
next(itertools.islice(d.values(), 1, 2)) # "spam"
Python 3 字典比 python 2 快一个数量级，并且在使用生成器时也有类似的加速。
+--------+-----------+----------------+---------+
| size | list (ms) | generator (ms) | indexed |
+--------+-----------+----------------+---------+
| 1000 | .0316 | .0165 | .00262 |
| 10000 | .288 | .166 | .00294 |
| 100000 | 3.53 | 1.48 | .00332 |
+--------+-----------+----------------+---------+
于 2017-11-09T13:15:39.287 回答
7
这是一个新时代，Python 3.6.1 字典现在保留了它们的顺序。这些语义并不明确，因为这需要 BDFL 批准。但是 Raymond Hettinger 是第二好的（而且更有趣），他提出了一个非常有力的案例，即字典将被订购很长时间。
所以现在很容易创建字典的切片：
test_dict = {
'first': 1,
'second': 2,
'third': 3,
'fourth': 4
}
list(test_dict.items())[:2]
注意：字典插入顺序保存现在在 Python 3.7 中是官方的。
于 2017-05-25T06:39:17.677 回答
3
如果您已pandas安装，您可以将有序的 dict 转换为 pandas Series。这将允许随机访问字典元素。
>>> import collections
>>> import pandas as pd
>>> d = collections.OrderedDict()
>>> d['foo'] = 'python'
>>> d['bar'] = 'spam'
>>> s = pd.Series(d)
>>> s['bar']
spam
>>> s.iloc[1]
spam
>>> s.index[1]
bar
于 2020-09-14T11:33:15.230 回答
1
对于 OrderedDict()，您可以通过如下方式获取 (key,value) 对的元组或使用 '.values()' 通过索引来访问元素
>>> import collections
>>> d = collections.OrderedDict()
>>> d['foo'] = 'python'
>>> d['bar'] = 'spam'
>>> d.items()
[('foo', 'python'), ('bar', 'spam')]
>>>d.values()
odict_values(['python','spam'])
>>>list(d.values())
['python','spam']
于 2019-01-29T07:07:18.877 回答
1
如果您要处理预先知道的固定数量的键，请改用 Python 的内置命名元组。一个可能的用例是当您想要存储一些常量数据并通过索引和指定键在整个程序中访问它时。
import collections
ordered_keys = ['foo', 'bar']
D = collections.namedtuple('D', ordered_keys)
d = D(foo='python', bar='spam')
通过索引访问：
d[0] # result: python
d[1] # result: spam
通过指定键访问：
d.foo # result: python
d.bar # result: spam
或更好：
getattr(d, 'foo') # result: python
getattr(d, 'bar') # result: spam
于 2020-08-13T15:16:45.170 回答