iteritems 的优点是什么？

我使用的是 Python 2.7.5 @ Mac OS X 10.9.3，具有 8GB 内存和 1.7GHz Core i5。我测试了如下的时间消耗。

d = {i:i*2 for i in xrange(10**7*3)} #WARNING: it takes time and consumes a lot of RAM

%time for k in d: k,d[k]
CPU times: user 6.22 s, sys: 10.1 ms, total: 6.23 s
Wall time: 6.23 s

%time for k,v in d.iteritems(): k, v
CPU times: user 7.67 s, sys: 27.1 ms, total: 7.7 s
Wall time: 7.69 s

看来 iteritems 速度较慢。 我想知道 iteritems 比直接访问 dict 有什么优势。

更新： 以获得更准确的时间曲线

In [23]: %timeit -n 5 for k in d: v=d[k]
5 loops, best of 3: 2.32 s per loop

In [24]: %timeit -n 5 for k,v in d.iteritems(): v
5 loops, best of 3: 2.33 s per loop

为了回答你的问题，我们应该首先挖掘一些关于如何以及何时的信息iteritems()已添加到 API 中。

The iteritems() https://docs.python.org/2/library/stdtypes.html#dict.iteritems方法 在Python2.2中引入后添加迭代器 http://legacy.python.org/dev/peps/pep-0234/ and 发电机 https://docs.python.org/3/whatsnew/2.2.html#pep-255-simple-generators在语言中（另见：dict.items() 和 dict.iteritems() 有什么区别？ https://stackoverflow.com/questions/10458437/python-what-is-the-difference-between-dict-items-and-dict-iteritems）。事实上，该方法在 PEP 234 中明确提及。因此，它被引入作为现有方法的惰性替代方案items() https://docs.python.org/2/library/stdtypes.html#dict.items.

这遵循与以下相同的模式file.xreadlines() https://docs.python.org/2/library/stdtypes.html#file.xreadlines versus file.readlines() https://docs.python.org/2/library/stdtypes.html#file.readlines它是在 Python 2.1 中引入的（顺便说一下，在 python2.3 中已经弃用了）。

在Python 2.3中itertools添加了模块，引入了惰性对应项map https://docs.python.org/2/library/itertools.html#itertools.imap, filter https://docs.python.org/2/library/itertools.html#itertools.ifilter etc.

换句话说，当时存在（并且仍然存在）操作懒惰的强烈趋势。原因之一是提高记忆效率。另一种是避免不必要的计算。

我找不到任何参考资料表明引入它是为了提高字典循环的速度。它只是用来替换对items()实际上不必返回列表。请注意，这包括更多的用例，而不仅仅是简单的for loop.

例如代码中：

function(dictionary.iteritems())

你不能简单地使用for循环替换iteritems()就像你的例子一样。你必须编写一个函数（或使用 genexp，即使它们在iteritems()被引入，并且它们不会是 DRY...）。

从 a 中检索项目dict经常这样做，所以提供一个内置方法确实有意义，事实上，有一个：items()。问题在于items()就是它：

• 它并不懒惰，这意味着在大的情况下调用它dict可能需要相当长的时间
• 它需要大量的内存。如果调用一个非常大的程序，它几乎可以使程序的内存使用量增加一倍dict包含大多数被操纵的对象
• 大多数时候只迭代一次

因此，在引入迭代器和生成器时，显然只需添加一个惰性对应项即可。如果您需要一个项目列表，因为您想对其建立索引或迭代多次，请使用items()，否则你可以使用iteritems()并避免上述问题。

使用的优点iteritems()与使用相同items()与手动获取值相比：

• 您编写的代码更少，这使其更加干燥并减少出错的机会
• 代码更具可读性。

再加上懒惰的优点。

正如我已经说过的，我无法重现您的性能结果。在我的机器上iteritems() is always比迭代+按键查找更快。无论如何，差异可以忽略不计，这可能是由于操作系统处理缓存和内存的方式所致。换句话说，你关于效率的论点并不是反对（也不是赞成）使用一种或另一种替代方案的有力论据。

考虑到平均性能相同，请使用最具可读性和简洁性的替代方案：iteritems()。这个讨论类似于问“当你可以以相同的性能按索引循环时为什么要使用 foreach？”。 foreach 的重要性不在于迭代速度更快，而在于避免编写样板代码并提高可读性。

我想指出的是iteritems()实际上在 python3 中被删除了。这是该版本“清理”的一部分。 Python3items() https://docs.python.org/3.5/library/stdtypes.html#dict.items方法（大部分）等同于 Python 2 的viewitems() https://docs.python.org/2.7/library/stdtypes.html#dict.viewitems方法（如果我没记错的话，实际上是向后移植......）。

这个版本是惰性的（因此提供了替代品）iteritems()）并且还具有进一步的功能，例如提供“类似集合”的操作（例如查找之间的公共项）dicts以有效的方式等）所以在python3中使用的原因items()而不是手动检索值更引人注目。