Dictionnaire : Obtenir une liste de valeurs pour une liste de clés

Question

Existe-t-il un moyen intégré/rapide d'utiliser une liste de clés dans un dictionnaire pour obtenir une liste d'éléments correspondants ?

Par exemple, j'ai :

>>> mydict = {'one': 1, 'two': 2, 'three': 3}
>>> mykeys = ['three', 'one']

Comment puis-je utiliser mykeys pour obtenir les valeurs correspondantes dans le dictionnaire sous forme de liste ?

>>> mydict.WHAT_GOES_HERE(mykeys)
[3, 1]

Answer 1

La compréhension d'une liste semble être un bon moyen de le faire :

>>> [mydict[x] for x in mykeys]
[3, 1]

Answer 2

Il y a d'autres moyens que la liste de contrôle :

• Construit la liste et lève une exception si la clé n'est pas trouvée : map(mydict.__getitem__, mykeys)
• Construire une liste avec None si la clé n'est pas trouvée : map(mydict.get, mykeys)

On peut aussi utiliser operator.itemgetter peut retourner un tuple :

from operator import itemgetter
myvalues = itemgetter(*mykeys)(mydict)
# use `list(...)` if list is required

Note : en Python3, map renvoie un itérateur plutôt qu'une liste. Utilisez list(map(...)) pour une liste.

Answer 3

Une petite comparaison de vitesse :

Python 2.7.11 |Anaconda 2.4.1 (64-bit)| (default, Dec  7 2015, 14:10:42) [MSC v.1500 64 bit (AMD64)] on win32
In[1]: l = [0,1,2,3,2,3,1,2,0]
In[2]: m = {0:10, 1:11, 2:12, 3:13}
In[3]: %timeit [m[_] for _ in l]  # list comprehension
1000000 loops, best of 3: 762 ns per loop
In[4]: %timeit map(lambda _: m[_], l)  # using 'map'
1000000 loops, best of 3: 1.66 µs per loop
In[5]: %timeit list(m[_] for _ in l)  # a generator expression passed to a list constructor.
1000000 loops, best of 3: 1.65 µs per loop
In[6]: %timeit map(m.__getitem__, l)
The slowest run took 4.01 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 853 ns per loop
In[7]: %timeit map(m.get, l)
1000000 loops, best of 3: 908 ns per loop
In[33]: from operator import itemgetter
In[34]: %timeit list(itemgetter(*l)(m))
The slowest run took 9.26 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 739 ns per loop

La compréhension de la liste et l'itemgetter sont donc les moyens les plus rapides d'y parvenir.

Mise à jour

Pour les grandes listes aléatoires et les cartes, j'ai obtenu des résultats un peu différents :

Python 2.7.11 |Anaconda 2.4.1 (64-bit)| (default, Dec  7 2015, 14:10:42) [MSC v.1500 64 bit (AMD64)] on win32
In[2]: import numpy.random as nprnd
l = nprnd.randint(1000, size=10000)
m = dict([(_, nprnd.rand()) for _ in range(1000)])
from operator import itemgetter
import operator
f = operator.itemgetter(*l)

%timeit f(m)
1000 loops, best of 3: 1.14 ms per loop

%timeit list(itemgetter(*l)(m))
1000 loops, best of 3: 1.68 ms per loop

%timeit [m[_] for _ in l]  # list comprehension
100 loops, best of 3: 2 ms per loop

%timeit map(m.__getitem__, l)
100 loops, best of 3: 2.05 ms per loop

%timeit list(m[_] for _ in l)  # a generator expression passed to a list constructor.
100 loops, best of 3: 2.19 ms per loop

%timeit map(m.get, l)
100 loops, best of 3: 2.53 ms per loop

%timeit map(lambda _: m[_], l)
100 loops, best of 3: 2.9 ms per loop

Donc, dans ce cas, le grand gagnant est f = operator.itemgetter(*l); f(m) et un outsider clair : map(lambda _: m[_], l) .

Mise à jour pour Python 3.6.4

import numpy.random as nprnd
l = nprnd.randint(1000, size=10000)
m = dict([(_, nprnd.rand()) for _ in range(1000)])
from operator import itemgetter
import operator
f = operator.itemgetter(*l)

%timeit f(m)
1.66 ms ± 74.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit list(itemgetter(*l)(m))
2.1 ms ± 93.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit [m[_] for _ in l]  # list comprehension
2.58 ms ± 88.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit list(map(m.__getitem__, l))
2.36 ms ± 60.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit list(m[_] for _ in l)  # a generator expression passed to a list constructor.
2.98 ms ± 142 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit list(map(m.get, l))
2.7 ms ± 284 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit list(map(lambda _: m[_], l)
3.14 ms ± 62.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Ainsi, les résultats pour Python 3.6.4 sont presque les mêmes.

Answer 4

Voici trois façons de le faire.

Raising KeyError lorsque la clé n'est pas trouvée :

result = [mapping[k] for k in iterable]

Valeurs par défaut pour les clés manquantes.

result = [mapping.get(k, default_value) for k in iterable]

Sauter les clés manquantes.

result = [mapping[k] for k in iterable if k in mapping]

Answer 5

Essayez ça :

mydict = {'one': 1, 'two': 2, 'three': 3}
mykeys = ['three', 'one','ten']
newList=[mydict[k] for k in mykeys if k in mydict]
print newList
[3, 1]