답변:
[d[k] for k in d]
python2.x와 3.x에서 모두 작동합니다 ( 실제로 이것을 사용하도록 제안하지는 않습니다 ). 일반적으로 실제로 값 목록이 필요 하지 않으므로 d.values()
괜찮습니다.
d.itervalues()
사전 값의 반복자를 리턴하고 목록을 피하기 위해.
d.itervalues()
한다면 대부분의 경우 반복하고 목록이 필요하지 않습니다.
* 연산자 를 사용 하여 dict_values의 압축을 풀 수 있습니다 .
>>> d = {1: "a", 2: "b"}
>>> [*d.values()]
['a', 'b']
또는 목록 객체
>>> d = {1: "a", 2: "b"}
>>> list(d.values())
['a', 'b']
* operator
그것을하는 하나의 ‒, 바람직하게는 오직 하나의 ‒ 확실한 방법이 있어야합니다.
따라서 list(dictionary.values())
는 IS 하나의 방법 .
[*L]
vs. [].extend(L)
vs.list(L)
small_ds = {x: str(x+42) for x in range(10)}
small_df = {x: float(x+42) for x in range(10)}
print('Small Dict(str)')
%timeit [*small_ds.values()]
%timeit [].extend(small_ds.values())
%timeit list(small_ds.values())
print('Small Dict(float)')
%timeit [*small_df.values()]
%timeit [].extend(small_df.values())
%timeit list(small_df.values())
big_ds = {x: str(x+42) for x in range(1000000)}
big_df = {x: float(x+42) for x in range(1000000)}
print('Big Dict(str)')
%timeit [*big_ds.values()]
%timeit [].extend(big_ds.values())
%timeit list(big_ds.values())
print('Big Dict(float)')
%timeit [*big_df.values()]
%timeit [].extend(big_df.values())
%timeit list(big_df.values())
Small Dict(str)
256 ns ± 3.37 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
338 ns ± 0.807 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
336 ns ± 1.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
Small Dict(float)
268 ns ± 0.297 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
343 ns ± 15.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
336 ns ± 0.68 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
Big Dict(str)
17.5 ms ± 142 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
16.5 ms ± 338 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
16.2 ms ± 19.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Big Dict(float)
13.2 ms ± 41 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
13.1 ms ± 919 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
12.8 ms ± 578 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
1.90GHz @ Intel (R) Core i7-8650U CPU에서 완료되었습니다.
# Name Version Build
ipython 7.5.0 py37h24bf2e0_0
* operator
은 빠릅니다list()
약간 빠를 수 있습니다.list(L)
, cuz "그것을하는 확실한 방법이 하나 있어야합니다."
아래 예제를 따르십시오-
songs = [
{"title": "happy birthday", "playcount": 4},
{"title": "AC/DC", "playcount": 2},
{"title": "Billie Jean", "playcount": 6},
{"title": "Human Touch", "playcount": 3}
]
print("====================")
print(f'Songs --> {songs} \n')
title = list(map(lambda x : x['title'], songs))
print(f'Print Title --> {title}')
playcount = list(map(lambda x : x['playcount'], songs))
print(f'Print Playcount --> {playcount}')
print (f'Print Sorted playcount --> {sorted(playcount)}')
# Aliter -
print(sorted(list(map(lambda x: x['playcount'],songs))))