基于索引更新 Python 列表的最快方法

Question

我有一个这样的 Python 字典 -

my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'], 
           'Attendance':[False, False, False, False, False]}

我还有一个 Python 标志列表，其中的索引需要在 my_dict['Attendance'] -

中更改为 True

flag_list = [0, 2, 3]

在flag_list的基础上，my_dict需要改为-

my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'], 
           'Attendance':[True, False, True, True, False]}

实现此目标最快的方法是什么？可以不用循环吗？感谢您的指导。

Answer 1

使用循环

for index in flag_list:
    my_dict['Attendance'][index] = True

微优化是只从字典中获取列表一次：

attendance_list = my_dict['Attendance']
for index in flag_list:
    attendance_list[index] = True

但除非 flag_list 是数千个元素，否则我不会担心它。

使用向量化

如果您愿意利用矢量化，您可以使用 numpy 数组：

import numpy as np

my_dict = {'Names':['Tom', 'Mariam', 'Lata', 'Tina', 'Abin'],
           'Attendance': np.array([False, False, False, False, False])}
flag_list = [0, 2, 3]
my_dict['Attendance'][flag_list] = True

但同样，除非您的数据非常大，否则我不会非常担心优化这段代码。

示例计时

import random

from timeit import Timer

import numpy as np


ATTENDANCE_LIST_SIZE = 100000
FLAG_LIST_SIZE = 60000

dict_with_numpy = {'Attendance': np.random.choice([False, True], 
                                 ATTENDANCE_LIST_SIZE)}
dict_without_numpy = {'Attendance': random.choices([False, True], 
                                    k=ATTENDANCE_LIST_SIZE)}
flag_list = random.choices(range(ATTENDANCE_LIST_SIZE), k=FLAG_LIST_SIZE)


def using_numpy():
    dict_with_numpy['Attendance'][flag_list] = True


def no_numpy_pre_fetching_list():
    attendance_list = dict_without_numpy['Attendance']
    for index in flag_list:
        attendance_list[index] = True


def no_numpy():
    for index in flag_list:
        dict_without_numpy['Attendance'][index] = True


print(f'no_numpy\t\t\t\t\t\t{min(Timer(no_numpy).repeat(3, 3))}')
print(f'no_numpy_pre_fetching_list\t\t{min(Timer(no_numpy_pre_fetching_list).repeat(3, 3))}')
print(f'using_numpy\t\t\t\t\t\t{min(Timer(using_numpy).repeat(3, 3))}')

对于这个数据量，输出是（在我的机器上）

no_numpy                        0.009737916999999985
no_numpy_pre_fetching_list      0.0048406370000000365
using_numpy                     0.009164470000000036

因此对这些数据使用向量化是不是最有效的。