实际案例
德国足球甲级联赛,每轮球员进球统计(数据为虚构):
- 第一轮:{'Müller':1, 'Robben':1, ' Aubameyang':3, ...}
- 第二轮:{'Lewandowski':1, 'Reus':2, 'Wagner':1, ...}
- 第三轮:{'Lewandowski':2, 'Aubameyang':2, 'Werner':1, ...}
统计出前N轮,每场比赛都有进球的球员。
首先,我们创建一个字典模拟球员进球统计,代码如下:
# -*- coding: utf-8 -*-
from random import randint, sample
# 第一轮
d1 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第二轮
d2 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第三轮
d3 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
这时,我们有没有想到一个简单方法,找到这三个字典中的公共键呢?相信大家都会想到这个办法:从第一个字典中取出每个键,遍历第二、三个字典,若键相同,则将其添加至列表;反之,继续遍历,直至第一个字典的键全部取出。该方法的代码如下:
# -*- coding: utf-8 -*-
from random import randint, sample
# 第一轮
d1 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第二轮
d2 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第三轮
d3 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 用于存放公共键
res = []
for k in d1:
if k in d2 and d3:
res.append(k)
print res
其运行结果为:
['b', 'f']
但若字典个数多了,这种方式是效率就会很低。因此,我们不推荐使用该方法。那有没有更好的方法解决该问题呢? 答案是肯定的,我们可以使用集合(set)的交集操作:
- 使用字典的viewkeys()得到一个字典的keys的集合;
- 使用map函数,得到所有字典的keys的集合;
- 使用reduce函数,取得所有字典的keys的集合的交集。
代码如下:
# -*- coding: utf-8 -*-
from random import randint, sample
# 第一轮
d1 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第二轮
d2 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
# 第三轮
d3 = {x: randint(1, 4) for x in sample('abcdefg', randint(3, 6))}
print reduce(lambda a, b: a & b, map(dict.viewkeys, [d1, d2, d3]))
结果如下:
{'b', 'f'}