python字典和元組遍歷速度哪個(gè)快？一定是元組，不僅遍歷速度快。元組也使用更少的內(nèi)存。當(dāng)然，代價(jià)是靈活的行沒有字典方便。不僅可以通過索引讀取元素，而且元組的內(nèi)容不能直接修改。如果你的問題解決了，請采

python字典和元組遍歷速度哪個(gè)快？

一定是元組，不僅遍歷速度快。元組也使用更少的內(nèi)存。當(dāng)然，代價(jià)是靈活的行沒有字典方便。不僅可以通過索引讀取元素，而且元組的內(nèi)容不能直接修改。如果你的問題解決了，請采納！如果沒有，請繼續(xù)詢問

對于那些使用過幾種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)到Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個(gè)數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個(gè)數(shù)據(jù)，兩個(gè)數(shù)量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計(jì)的數(shù)據(jù)，Python只會(huì)循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個(gè)數(shù)量級無關(guān)緊要？一毫秒和100毫秒在整個(gè)系統(tǒng)中并不重要。

Python最大的優(yōu)點(diǎn)是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進(jìn)行計(jì)算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計(jì)算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費(fèi)太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機(jī)器學(xué)習(xí)任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

Python語言其實(shí)很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

標(biāo)題所有者沒有發(fā)布代碼，所以我不得不猜測。

請看下面的列表。只是修改了下元祖的遍歷順序，但字典的最終結(jié)果卻不一樣。

Python dict出現(xiàn)故障。字典中的每個(gè)數(shù)據(jù)都由一個(gè)鍵索引。你不能用索引來索引它。要使詞典有序，請使用有序詞典。如果它對你有幫助，請喜歡它。