在 Python 中计算字典中不同键的数量

Posted 2023-02-16

【中文标题】在 Python 中计算字典中不同键的数量

【英文标题】：Counting the number of distinct keys in a dictionary in Python

【发布时间】：2011-01-13 19:43:36

【问题描述】：

我有一个字典，将关键字映射到关键字的重复，但我只想要一个不同单词的列表，所以我想计算关键字的数量。有没有办法计算关键字的数量，还是有另一种方法我应该寻找不同的词？

【问题讨论】：

Python 字典中的键已经彼此不同。在 Python 字典中，您不能将确切的 some 关键字作为键两次。因此，计算键的数量与计算不同的键的数量相同。

【参考方案1】：

len(yourdict.keys())

或者只是

len(yourdict)

如果您想计算文件中的唯一单词，您可以使用 set 并点赞

len(set(open(yourdictfile).read().split()))

【讨论】：

我知道这篇文章很旧，但我很好奇。这是最快的方法吗？或者：对于大型词典来说，它是一种相当快的方法吗？

len(yourdict.keys()) 和 len(yourdict) 都是 O(1)。后者稍快一些。请参阅下面的测试。

我想指出，您也可以使用 len(yourdict.values()) 获取值（我知道问题没有问它）

【参考方案2】：

可以使用len() 函数找到不同单词的数量（即字典中的条目数）。

> a = 'foo':42, 'bar':69
> len(a)
2

要获取所有不同的单词（即键），请使用 .keys() 方法。

> list(a.keys())
['foo', 'bar']

【参考方案3】：

直接在您的字典上调用len() 是可行的，并且比构建迭代器d.keys() 并在其上调用len() 更快，但是与您的程序正在执行的其他任何操作相比，两者的速度都可以忽略不计。

d = x: x**2 for x in range(1000)

len(d)
# 1000

len(d.keys())
# 1000

%timeit len(d)
# 41.9 ns ± 0.244 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit len(d.keys())
# 83.3 ns ± 0.41 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

【参考方案4】：

如果问题是关于计算关键字的数量，那么会推荐类似

def countoccurrences(store, value):
    try:
        store[value] = store[value] + 1
    except KeyError as e:
        store[value] = 1
    return

在主函数中有一些东西可以遍历数据并将值传递给 countoccurrences 函数

if __name__ == "__main__":
    store = 
    list = ('a', 'a', 'b', 'c', 'c')
    for data in list:
        countoccurrences(store, data)
    for k, v in store.iteritems():
        print "Key " + k + " has occurred "  + str(v) + " times"

代码输出

Key a has occurred 2 times
Key c has occurred 2 times
Key b has occurred 1 times

【讨论】：

PEP 8 naming conventions 规定 countoccurrences() 应改为 count_occurrences()。另外，如果你导入collections.Counter，还有一个更好的方法：from collections import Counter; store = Counter(); for data in list: store[list] += 1。

【参考方案5】：

对发布的答案 UnderWaterKremlin 进行了一些修改，以使其成为 python3 证明。下面是一个令人惊讶的结果作为答案。

系统规格：

python =3.7.4， conda = 4.8.0 3.6Ghz，8 核，16GB。

import timeit

d = x: x**2 for x in range(1000)
#print (d)
print (len(d))
# 1000

print (len(d.keys()))
# 1000

print (timeit.timeit('len(x: x**2 for x in range(1000))', number=100000))        # 1

print (timeit.timeit('len(x: x**2 for x in range(1000).keys())', number=100000)) # 2

结果：

1) = 37.0100378

2) = 37.002148899999995

所以看起来len(d.keys()) 目前比只使用len() 更快。

【参考方案6】：

为了统计字典中的关键字个数：

def dict_finder(dict_finders):
    x=input("Enter the thing you want to find: ")
    if x in dict_finders:
        print("Element found")
    else:
        print("Nothing found:")