python 2中的Dict.iteritems()等价于python 3中的dict.items()。

Dict.iteritems():提供一个迭代器。可以在循环之外的其他模式中使用迭代器。

student = {"name": "Daniel", "student_id": 2222}

for key,value in student.items():
    print(key,value)

('student_id', 2222)
('name', 'Daniel')

for key,value in student.iteritems():
    print(key,value)

('student_id', 2222)
('name', 'Daniel')

studentIterator = student.iteritems()

print(studentIterator.next())
('student_id', 2222)

print(studentIterator.next())
('name', 'Daniel')

python 2中的Dict.iteritems()等价于python 3中的dict.items()。

这是进化的一部分。

最初，Python items()构建了一个真正的元组列表并返回该列表。这可能会占用大量额外的内存。

然后，将生成器引入到语言中，并将该方法重新实现为名为iteritems()的迭代器生成器方法。保留原始版本用于向后兼容。

Python 3的一个变化是items()现在返回视图，列表永远不会完全构建。iteritems()方法也消失了，因为Python 3中的items()工作方式类似于Python 2.7中的viewitems()。

你问:“dict.items()和dict.iteritems()之间有什么适用的区别吗?”

这可能会有帮助(对于Python 2.x):

>>> d={1:'one',2:'two',3:'three'}
>>> type(d.items())
<type 'list'>
>>> type(d.iteritems())
<type 'dictionary-itemiterator'>

可以看到d.items()返回键和值对的元组列表，而d.iteritems()返回一个dictionary-itemiterator。

作为一个列表，d.s items()是可切片的:

>>> l1=d.items()[0]
>>> l1
(1, 'one')   # an unordered value!

但是没有__iter__方法:

>>> next(d.items())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: list object is not an iterator

作为一个迭代器，d.t iteritems()是不可切片的:

>>> i1=d.iteritems()[0]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'dictionary-itemiterator' object is not subscriptable

但确实有__iter__:

>>> next(d.iteritems())
(1, 'one')               # an unordered value!

所以物品本身是一样的——运送物品的容器是不同的。一个是列表，另一个是迭代器(取决于Python版本…)

因此，dict.items()和dict.iteritems()之间的适用差异与列表和迭代器之间的适用差异相同。

Dict.items()返回元组列表，dict.iteritems()返回字典中元组的迭代器对象为(key,value)。元组是相同的，但容器是不同的。

Dict.items()基本上将所有字典复制到列表中。尝试使用以下代码来比较dict.items()和dict.iteritems()的执行时间。你会发现其中的不同。

import timeit

d = {i:i*2 for i in xrange(10000000)}  
start = timeit.default_timer() #more memory intensive
for key,value in d.items():
    tmp = key + value #do something like print
t1 = timeit.default_timer() - start

start = timeit.default_timer()
for key,value in d.iteritems(): #less memory intensive
    tmp = key + value
t2 = timeit.default_timer() - start

在我的机器输出:

Time with d.items(): 9.04773592949
Time with d.iteritems(): 2.17707300186

这清楚地表明dictionary.iteritems()要高效得多。