dictionary = dict(zip(labels, content))
各种版本:
def f1(labels, content):
return dict(zip(labels, content))
def f2(labels, content):
d = {}
for i, label in enumerate(labels):
d[label] = content[i]
return d
def f3(labels, content):
d = {}
for l, c in zip(labels, content):
d[l] = c
return d
def f4(labels, content):
return {l : c for (l, c) in zip(labels, content)}
def f5(labels, content):
dictionary = {}
for i in range(len(content)):
dictionary[labels[i]] = content[i]
return dictionary
def f6(labels, content):
return {l : content[i] for (i, l) in enumerate(labels)}
时间
这些是使用 Python 3.6.7 测试的。请注意,不同版本的 Python 可能具有不同的性能,因此您可能应该在目标平台上重新运行基准测试。
In [20]: %timeit f1(labels, content)
637 ns ± 4.17 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [21]: %timeit f2(labels, content)
474 ns ± 4.44 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [22]: %timeit f3(labels, content)
447 ns ± 2.76 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [23]: %timeit f4(labels, content)
517 ns ± 4.44 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [24]: %timeit f5(labels, content)
529 ns ± 8.04 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [4]: %timeit f6(labels, content)
602 ns ± 0.64 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
最快
最快的是f3,@Michael_MacAskill 修改答案以使用zip 而不是使用索引从content 中提取值。
有趣的是,对@Michael_MacAskill 答案的字典理解并没有比使用普通 for 循环的结果更好。也许该语言的实现者意识到人们大部分时间仍然坚持使用 for 循环,并为他们实施了一些性能改进。
大多数 Pythonic
如果速度差异并不重要,大多数有经验的 Python 程序员可能会选择 dict(zip(labels, content)) 选项,因为它是语言中的常见习语。