For Loop Enumerate vs dict on enumerate

Question

让我先声明一下我在 Python 和一般编程方面都是新手。也就是说，我想知道以下两种基于现有列表创建字典的方法之间是否有任何区别：

index = {}
seq = ['a', 'b', 'c']
for a,b in enumerate(seq): 
    index[a]= b
print(index)
print(dict(enumerate(seq)))

输出：

>>> print(index)
{0: 'a', 1: 'b', 2: 'c'}
>>> print(dict(enumerate(seq)))
{0: 'a', 1: 'b', 2: 'c'}

“print (index)”和“print (dict (enumerate (seq)”) 都产生了等效的结果，我想知道在这种情况下哪个更好。我通过练习一些编码偶然发现了后者这让我产生疑问，如果像 dict() 这样的单行代码给出相同的结果，为什么需要执行 for 循环。

Answer 1

我见过很多单行循环。它只是用作定义某些东西的更编译的方式，但在大多数情况下，for 循环同样好。

Answer 2

dict(enumerate(seq)) 在性能和简单性方面更胜一筹，只是不够灵活。为了获得更大的灵活性，您通常会使用 dict 理解，例如：

index = {i: x * 2 for i, x in enumerate(seq)}  # Repeats each value

只有当转换代码太复杂而无法理解时，才会转到原来的 for 循环。

Answer 3

输出完全没有区别。

关于计时，您可以使用timeit模块来测试速度。

第二个选项，一个衬里一定会更快，并且在我看来也更具可读性。

计时结果，Python 3.9：

python -m timeit -s "seq = ['a', 'b', 'c']" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"
500000 loops, best of 5: 803 nsec per loop

python -m timeit -s "seq = ['a', 'b', 'c']" "dict(enumerate(seq))"
500000 loops, best of 5: 786 nsec per loop

您可能看不到这里的区别，因为用于创建 dict 的 dict() 操作比 {} 长，而且它是固定的“设置成本”。

如果您增加数量来抵消这种“设置成本”，您会看到巨大的差异：

python -m timeit -s "seq = ['a', 'b', 'c']*1000" "dict(enumerate(seq))"
500 loops, best of 5: 395 usec per loop

python -m timeit -s "seq = ['a', 'b', 'c']*1000" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"
500 loops, best of 5: 509 usec per loop

Answer 4

没有语义差异。这个

dict(enumerate(seq))

会执行得更快。

更新：好吧，似乎更快可能不像我预期的那样明确..（或正确，除了可能是 3.9b1 - 请参阅@Bharel 的回答）。

Update2：为了完整性，我已经为来自 @ShadowRanger 的 dict 理解解决方案添加了测量值。

Py2.7：

(dev) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "dict(enumerate(seq))"
1000000 loops, best of 3: 1.06 usec per loop

(dev) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"
1000000 loops, best of 3: 0.686 usec per loop

(dev) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "{a: b for a,b in enumerate(seq)}"
1000000 loops, best of 3: 0.807 usec per loop

Py3.5：

(dev35) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "dict(enumerate(seq))"
1000000 loops, best of 3: 1.19 usec per loop

(dev35) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"
1000000 loops, best of 3: 0.813 usec per loop

(dev35) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "{a: b for a,b in enumerate(seq)}"
1000000 loops, best of 3: 0.917 usec per loop

Py3.8：

(dev38) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "dict(enumerate(seq))"
500000 loops, best of 5: 755 nsec per loop

(dev38) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"
500000 loops, best of 5: 703 nsec per loop

(dev38) c:\srv> python -m timeit -s "seq = ['a', 'b', 'c']" "{a: b for a,b in enumerate(seq)}"
500000 loops, best of 5: 879 nsec per loop

更新 3： @Bharel 和 @ShadowRanger 指出，列表的长度很重要。 dict(enumerate(..)) 版本的列表大约有 10 个项目，性能更高。

代码：

call workon dev
python -m timeit -s "seq = 'abcdefghij'" "dict(enumerate(seq))"
python -m timeit -s "seq = 'abcdefghij'" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"

call workon dev35
python -m timeit -s "seq = 'abcdefghij'" "dict(enumerate(seq))"
python -m timeit -s "seq = 'abcdefghij'" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"

call workon dev38
python -m timeit -s "seq = 'abcdefghij'" "dict(enumerate(seq))"
python -m timeit -s "seq = 'abcdefghij'" "index = {}" "for a,b in enumerate(seq):" "  index[a]= b"

输出：

100000 loops, best of 3: 1.94 usec per loop
1000000 loops, best of 3: 1.9 usec per loop

1000000 loops, best of 3: 1.7 usec per loop
1000000 loops, best of 3: 1.6 usec per loop

200000 loops, best of 5: 1.29 usec per loop
200000 loops, best of 5: 1.66 usec per loop