我有两个清单:
x = [ 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ]
y = ['a','b','c','d','e','f','g','h','i','j']
我正在合并这些列表以获得这样的词典:
z = {97: 'a', 98: 'b', 99: 'c', 100: 'd', 101: 'e', 102: 'f', 103: 'g', 104: 'h', 105: 'i', 106: 'j'}
我将在以下人员的帮助下完成这项任务
map
功能。
可以通过两种方式完成:
第一条路:
z = map(lambda a,b : (a+97 , b), x, y)
def fun(a,b): return (a+97, b)
z = dict(map(fun, x, y))
分析:
import timeit
min(timeit.repeat(lambda:dict(map(lambda a,b:(a+97,b),x,y))))
def fun(a,b):
return (a+97, b)
min(timeit.repeat(lambda:dict(map(fun, x, y))))
上面的代码给出了以下输出:
8.535995744000047个
此代码的时差为
0.45523715700005596 ms
. 我被告知lambda表达式与用于提高性能(执行速度)的内联函数相同。
但根据上述结果,这一想法似乎是一个神话。
这些奇怪的时间测试背后有什么特别的原因吗?
我知道完成上述任务的第三种方法。
z = dict([(k+97 , v) for k,v in zip(x, y)])
具有
7.950903342999936 ms
,
