উত্তর:
হ্যাঁ পাইথন 2 এ হুবহু একই জিনিস :
d.values()
ইন পাইথন 3 (যেখানে dict.values
একটি ফেরৎ দৃশ্য অভিধান এর মান পরিবর্তে):
list(d.values())
[d[k] for k in d]
যা পাইথন 2.x এবং 3.x উভয়ের জন্য কাজ করে ( দয়া করে পরামর্শ দিন, আমি আসলে আপনি এটি ব্যবহার করার পরামর্শ দিচ্ছি না )। সাধারণত আপনার মানগুলির তালিকার প্রয়োজন হয় না তাই d.values()
ঠিক আছে।
d.itervalues()
অভিধানের মানগুলির পুনরাবৃত্তি ফিরিয়ে দেওয়ার এবং একটি তালিকা এড়ানোর জন্য।
d.itervalues()
পুনরুক্তি করে থাকেন তবে অবশ্যই আপনি ব্যবহার করতে পারেন এবং বেশিরভাগ ক্ষেত্রে আপনাকে কেবল পুনরাবৃত্তি করতে হবে এবং একটি তালিকা প্রয়োজন হবে না।
ডিক_ভ্যালুগুলি আনপ্যাক করতে আপনি * অপারেটরটি ব্যবহার করতে পারেন :
>>> d = {1: "a", 2: "b"}
>>> [*d.values()]
['a', 'b']
বা তালিকা বস্তু
>>> d = {1: "a", 2: "b"}
>>> list(d.values())
['a', 'b']
* operator
এটির জন্য সুস্পষ্ট উপায় - এবং কেবলমাত্র একটিই - সেখানে থাকতে হবে।
অতএব list(dictionary.values())
হয় এক উপায় ।
[*L]
বনাম [].extend(L)
বনামlist(L)
small_ds = {x: str(x+42) for x in range(10)}
small_df = {x: float(x+42) for x in range(10)}
print('Small Dict(str)')
%timeit [*small_ds.values()]
%timeit [].extend(small_ds.values())
%timeit list(small_ds.values())
print('Small Dict(float)')
%timeit [*small_df.values()]
%timeit [].extend(small_df.values())
%timeit list(small_df.values())
big_ds = {x: str(x+42) for x in range(1000000)}
big_df = {x: float(x+42) for x in range(1000000)}
print('Big Dict(str)')
%timeit [*big_ds.values()]
%timeit [].extend(big_ds.values())
%timeit list(big_ds.values())
print('Big Dict(float)')
%timeit [*big_df.values()]
%timeit [].extend(big_df.values())
%timeit list(big_df.values())
Small Dict(str)
256 ns ± 3.37 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
338 ns ± 0.807 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
336 ns ± 1.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
Small Dict(float)
268 ns ± 0.297 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
343 ns ± 15.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
336 ns ± 0.68 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
Big Dict(str)
17.5 ms ± 142 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
16.5 ms ± 338 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
16.2 ms ± 19.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
Big Dict(float)
13.2 ms ± 41 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
13.1 ms ± 919 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
12.8 ms ± 578 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
ইন্টেল (আর) কোর (টিএম) i7-8650U সিপিইউ @ 1.90GHz এ সম্পন্ন হয়েছে।
# Name Version Build
ipython 7.5.0 py37h24bf2e0_0
* operator
জন্য দ্রুতlist()
সম্ভবত কিছুটা দ্রুতlist(L)
, কিউজ "এটির করার একটি এবং অবশ্যই পছন্দমত একটি উপায় থাকা উচিত" "
নীচের উদাহরণ অনুসরণ করুন -
songs = [
{"title": "happy birthday", "playcount": 4},
{"title": "AC/DC", "playcount": 2},
{"title": "Billie Jean", "playcount": 6},
{"title": "Human Touch", "playcount": 3}
]
print("====================")
print(f'Songs --> {songs} \n')
title = list(map(lambda x : x['title'], songs))
print(f'Print Title --> {title}')
playcount = list(map(lambda x : x['playcount'], songs))
print(f'Print Playcount --> {playcount}')
print (f'Print Sorted playcount --> {sorted(playcount)}')
# Aliter -
print(sorted(list(map(lambda x: x['playcount'],songs))))