在Python中计算字典中不同键的数量

我有一个字典映射关键字的重复关键字，但我只想要一个不同的单词列表，所以我想计算关键字的数量。是否有一种方法来计算关键字的数量，或者是否有另一种方法我应该寻找不同的单词?

593605 次浏览
小开

不同单词的数量(即字典中条目的数量)可以使用len()函数找到。

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

要获取所有不同的单词(即键)，使用.keys()方法。

> list(a.keys())
['foo', 'bar']
小开
最佳答案 
len(yourdict.keys())

或者只是

len(yourdict)

如果你想计算文件中唯一的单词，你可以使用set并做类似的事情

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

如果问题是关于计算关键字的数量，然后会推荐一些像

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

在main函数中有一些东西可以循环遍历数据并将值传递给countooccurrence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
小开

直接在字典上调用len()是有效的，并且比构建迭代器d.keys()并在其上调用len()要快，但与程序所做的其他事情相比，这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)
小开

一些修改，张贴回答水下克里姆林宫，使其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

因此，len(d.keys())目前似乎比仅使用len()更快。

小开

为了计算字典中关键字的数量:

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:")

提交答案