Python collections.Counter() 运行时

Question

我只是遇到了一个需要列出列表的问题，例如l = [1, 2, 3, 4]，转换成 dic，例如{1：1、2：1、3：1、4：1}。我只想知道我应该使用 collections.Counter() 还是自己写一个循环来做到这一点。内置方法比自己写循环快吗？

Answer 1

如果有更快的速度，您总是可以测试，使用timeit 模块。在 Python 3 中，Counter 对象具有 C 性能改进并且确实非常快：

>>> from timeit import timeit
>>> import random, string
>>> from collections import Counter, defaultdict
>>> def count_manually(it):
...     res = defaultdict(int)
...     for el in it:
...         res[el] += 1
...     return res
...
>>> test_data = [random.choice(string.printable) for _ in range(10000)]
>>> timeit('count_manually(test_data)', 'from __main__ import test_data, count_manually', number=2000)
1.4321454349992564

>>> timeit('Counter(test_data)', 'from __main__ import test_data, Counter', number=2000)
0.776072466003825

这里Counter() 快​​了 2 倍。

也就是说，除非您将代码的性能关键部分计算在内，否则请牢记可读性和可维护性，在这方面，Counter() 胜过编写您自己的代码。

除此之外，Counter() 对象提供了字典之上的功能：它们可以被视为 multisets（您可以求和或减去计数器，并产生并集或交集），并且它们可以按计数有效地为您提供前 N 个元素。

Answer 2

这取决于可读性 v/s 效率。让我们先看看这两个实现。我将使用它作为示例运行的列表：

my_list = [1, 2, 3, 4, 4, 5, 4, 3, 2]

使用collections.Counter()：

from collections import Counter
d = Counter(my_list)

使用collections.defaultdict() 创建我自己的计数器：

from collections import defaultdict
d = defaultdict(int)
for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: 
    d[i] += 1

如您所见，collections.Counter() 更具可读性

让我们看看使用timeit的效率：

• 在Python 2.7中：

  mquadri$ python -m "timeit" -c "from collections import defaultdict" "d=defaultdict(int)" "for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: d[i] += 1"
  100000 loops, best of 3: 2.95 usec per loop
  
  mquadri$ python -m "timeit" -c "from collections import Counter" "Counter([1, 2, 3, 4, 4, 5, 4, 3, 2])"
  100000 loops, best of 3: 6.5 usec per loop
  

  collection.Counter() 实现比自己的代码慢 2 倍。

• 在Python 3中：

  mquadri$ python3 -m "timeit" -c "from collections import defaultdict" "d=defaultdict(int)" "for i in [1, 2, 3, 4, 4, 5, 4, 3, 2]: d[i] += 1"
  100000 loops, best of 3: 3.1 usec per loop
  
  mquadri$ python3 -m "timeit" -c "from collections import Counter" "Counter([1, 2, 3, 4, 4, 5, 4, 3, 2])"
  100000 loops, best of 3: 5.57 usec per loop
  

  collections.Counter() 比自己的代码快一倍。