可以压缩成字典理解吗？答案

【问题标题】：Possible to compress into a dictionary comprehension?可以压缩成字典理解吗？
【发布时间】：2014-01-08 00:19:10
【问题描述】：

index = [x for x in range(0,81)]
membership_columns = {
    'column_0': index[0:81:9]
    'column_1': index[1:81:9]
    'column_2': index[2:81:9]
    'column_3': index[3:81:9]
    'column_4': index[4:81:9]
    'column_5': index[5:81:9]
    'column_6': index[6:81:9]
    'column_7': index[7:81:9]
    'column_8': index[8:81:9]
    }

是否可以将其压缩到字典理解中？另外，第 1 行的列表理解是否必要？我不确定如何将每个键本身变成列表理解。

【问题讨论】：

标签： python list-comprehension dictionary-comprehension

【解决方案1】：

绝对有可能。我建议这样做：

{('column_%d' % i): index[i:81:9] for i in xrange(9)}

同样，第一个列表理解并不像刚刚那样需要：

index = range(0,81)

会完成同样的事情。

您还可以将所有列表切片替换为 xrange，这只会生成您需要的值。你可以这样做：

{('column_%d' % i): range(i,81, 9) for i in xrange(9)}

因为 python 中的 range 函数需要一个 step 参数。见the docs.

也就是说，尽管这看起来更优雅，但您确实会在切片方面受到性能打击，如果使用更大的理解，可能会变得更糟。在这个尺寸下，它并不是很明显：

import timeit
>>> timeit.timeit("{('column_%d' % i): range(i,81, 9) for i in xrange(9)}", number = 100000)
1.3790168762207031
>>> timeit.timeit("index=range(0,81);{('column_%d' % i): index[i:81:9] for i in xrange(9)}", number = 100000)
1.1949927806854248

显然这里的字符串格式比我想象的要慢。正如 martineau 所指出的，您可以使用串联来显着提高速度：

>>> timeit.timeit("{('column_' + str(i)): range(i,81,9) for i in xrange(9)}", number = 100000)
0.914525032043457

但是随着i 的值较大，它开始变得相当大：

>>> timeit.timeit("{('column_%d' % i): range(i,81, 9) for i in xrange(90)}", number = 100000)
12.220430135726929
>>> timeit.timeit("index=range(0,81);{('column_%d' % i): index[i:81:9] for i in xrange(90)}", number = 100000)
9.669343948364258
>>> timeit.timeit("index=range(0,81);{('column_' + str(i)): index[i:81:9] for i in xrange(90)}", number = 100000)
7.163957118988037

【讨论】：

非常感谢。后续问题：索引切片是绝对必要的，还是有一个列表理解可以做同样的事情？
@TravM 其实你可以直接使用 range 来处理这种事情。查看更新的答案。
通过不浪费所有空间来构建索引数组来平衡切片对性能的影响——并且在非常大尺寸下，理解可能再次开始变得更快，因为你还避免所有这些缓存未命中（以及，在非常大的尺寸下，页面未命中）。但无论如何，我认为你是对的，优雅可能比性能更重要。
timeit.timeit("{('column_' + str(i)): range(i,81,9) for i in xrange(9)}", number = 100000) 似乎快一点。
@martineau 哇！我不知道字符串格式化这么慢。已更新。