辞書の最大値を検索するパフォーマンス対numpy配列

Question

私はワード：値（浮動小数点数）の大きな（1000単位で）コレクションを持っています。私は価値の最高を見つけ、対応する関連語を抽出する必要があります。例えば、私は（a、2.4）、（b、5.2）、（c、1.2）、（d、9.2）、（e、6.3）、（f、0.4）を持っています。私は出力として（d、9.2）を望みます。

現在、これらのタプルを格納する辞書を使用しており、max演算子を使用して辞書の最大キー値を取得しています。私は、数が少ない配列がより効率的かどうか疑問に思っていました。ここで専門家の意見を求める。

Answer 1

ここでNumpyを使用するには、float値を別のndarrayに保存する必要があります。 argmaxを使用して最大値のインデックスを探し、別のリストから単語を取得します。これは非常に高速ですが、maxを見つけるためにndarrayを構築するだけではありません。例：

import numpy as np 
import operator 

names = [str(x) for x in xrange(10000)] 
values = [float(x) for x in xrange(10000)] 
tuples = zip(names, values) 
dic = dict(tuples) 
npvalues = np.fromiter(values, np.float) 

def fa(): 
    return names[npvalues.argmax()] 

def fb(): 
    return max(tuples, key=operator.itemgetter(1))[0] 

def fc(): 
    return max(dic, key=dic.get) 

def fd(): 
    v = np.fromiter((x[1] for x in tuples), np.float) 
    return tuples[v.argmax()][0] 

タイミング：FA 67μsで、FB 2300μsで、FC 2580マイクロ秒、3780マイクロ秒をfdが。

Numpy（fa）を使用すると、Numpy配列を構築する時間が考慮されていないときに、プレーンリスト（fb）または辞書（fc）を使用するよりも30倍以上高速です。 （fdはそれを考慮に入れます）

Answer 2

この場合、numpy配列がどのように役立つかわかりません。

特に、データ構造を別のものに変換すると（numpy配列またはheapqのタプルのリスト）、各タプルに対して反復する最大値を見つけるよりもはるかに遅くなります。これは、データ構造を変換する際にも、元の構造を繰り返し処理し、新しい構造体のオブジェクトをインスタンス化し、その値を新しい構造体に格納し、新しい構造体を使用して要求された値を取得する必要があるからです。

リストの組み込みの関数またはメソッドを使用すると、おそらくより高速な計算が行われます。私は考えることができる最も些細な実装：

>>> li = [('a', 10), ('b', 30), ('c', 20)] 
>>> max(li, key=lambda e : e[1])[0] 
'b' 

他の可能なもの、あなたが最低値のようにもものに興味があるか、あなたが見つかった値がソートを通過することができ、リストを飛び出した場合（あなたが元のリストを調べます一度だけ）：！

>>> li = [('a', 10), ('b', 30), ('c', 20)] 
>>> li.sort(key=lambda e : e[1]) 
>>> li 
[('a', 10), ('c', 20), ('b', 30)] 
>>> li[-1][0] 
'b' 

または：

>>> sorted(li, key=lambda e: e[1])[-1][0] 
'b' 

HTH！