时间戳

首页 > 解决方案 > python字典问题的更好方法

python - python字典问题的更好方法

问题描述

这是样本数据。输入目录中的所有内容都是动态的。唯一的问题是数据字典将为 input_dict 中的每个键值修复 7 个不同的值。它可能只有 1 或 0 个值。

input_dict = { 'all_val' : ['a', 'b', 'c' ],
               '2nd_group' : ['a', 'b'] ,
               '3rd_grp' : ['a' , 'c']}
data = {  
'a' :      [1,0,1,0,0,0,1],
'b' :      [0,0,1,1,0,1,0],
'c' :      [0,1,1,0,0,0,1]    }

required_output = {'2nd_group': 5, '3rd_grp': 4, 'all_val': 6}

逻辑：对于 all_val，取 a、b 和 c 并转到数据字典。如果 a[0],b[0],c[0] 中的任何一个为 1，则应考虑 1。 a[1],b[1],c[1] 的方式相同 ...最后计算所有 1 .

我的解决方案：

temp_dict = {}
output_dict = {}

for a in input_dict.keys():
    temp_dict[a] = [0]*7

for key, value in input_dict.items():
    for v in value:
        for j , d in enumerate(data[v]):
            temp_dict[key][j] = max( temp_dict[key][j] , d  )

for k,v in temp_dict.items():
    total = 0
    for t in temp_dict[k]:
        total = total + t
    output_dict[k] = total

print output_dict

有没有办法提高性能或解决这个问题的任何其他方法。

标签： python

解决方案

我的方法使用七个元素并行计算列表中的所有项目，并且不需要像 numpy 那样单独安装的项目。在 Python 3 中，它读取：

import operator
import functools

input_dict = { 'all_val' : ['a', 'b', 'c' ],
               '2nd_group' : ['a', 'b'] ,
               '3rd_grp' : ['a' , 'c']}
data = {
    'a' : 0b1010001,
    'b' : 0b0011010,
    'c' : 0b0110001}

def num_bits(n):
    result = 0
    while n > 0:
        result += n & 1
        n >>= 1
    return result

if __name__ == '__main__':
    result = {}
    for inkey, labels in input_dict.items():
        result[inkey] = num_bits(functools.reduce(operator.__or__, (data[l] for l in labels)))
    print(result)

完全冒险的人甚至可以用字典理解来代替主要部分：

print({inkey: num_bits(functools.reduce(operator.__or__, (data[l] for l in labels))) for inkey, labels in input_dict.items()})

推荐阅读