使用地图(halfdanrump的答案)对我来说是最好的，尽管还没有计时……

但是如果你使用一个字典，如果你有一个big_dict:

一定要确保你遍历了要求。这是至关重要的，并且会影响算法的运行时间(大O, theta，你能想到的) 把它写得足够通用，以避免在没有键的情况下出现错误。

例如:

big_dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w']

{k:big_dict.get(k,None) for k in req )
# or 
{k:big_dict[k] for k in req if k in big_dict)

请注意，在相反的情况下，req很大，但my_dict很小，您应该通过my_dict进行循环。

一般来说，我们在做一个交集问题的复杂度是O(min(len(dict)) min(len(req)))Python自己的intersection实现考虑了两个集合的大小，所以它看起来是最优的。而且，作为c语言的核心库的一部分，可能比大多数未优化的python语句要快。 因此，我考虑的解决方案是:

dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w',...................]

{k:dic[k] for k in set(req).intersection(dict.keys())}

它将关键操作移到python的c代码中，并适用于所有情况。

此答案使用与所选答案类似的字典推导，但不会对缺失项进行省略。

Python 2版本:

{k:v for k, v in bigDict.iteritems() if k in ('l', 'm', 'n')}

Python 3版本:

{k:v for k, v in bigDict.items() if k in ('l', 'm', 'n')}

使用地图(halfdanrump的答案)对我来说是最好的，尽管还没有计时……

但是如果你使用一个字典，如果你有一个big_dict:

一定要确保你遍历了要求。这是至关重要的，并且会影响算法的运行时间(大O, theta，你能想到的) 把它写得足够通用，以避免在没有键的情况下出现错误。

例如:

big_dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w']

{k:big_dict.get(k,None) for k in req )
# or 
{k:big_dict[k] for k in req if k in big_dict)

请注意，在相反的情况下，req很大，但my_dict很小，您应该通过my_dict进行循环。

一般来说，我们在做一个交集问题的复杂度是O(min(len(dict)) min(len(req)))Python自己的intersection实现考虑了两个集合的大小，所以它看起来是最优的。而且，作为c语言的核心库的一部分，可能比大多数未优化的python语句要快。 因此，我考虑的解决方案是:

dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w',...................]

{k:dic[k] for k in set(req).intersection(dict.keys())}

它将关键操作移到python的c代码中，并适用于所有情况。

如果你想保留大部分键，同时删除一些键，另一种方法是:

{k: bigdict[k] for k in bigdict.keys() if k not in ['l', 'm', 'n']}

至少要短一点:

wanted_keys = ['l', 'm', 'n'] # The keys you want
dict((k, bigdict[k]) for k in wanted_keys if k in bigdict)

如果有人想要字典的前几项n而不知道键:

n = 5 # First Five Items
ks = [*dikt.keys()][:n]
less_dikt = {i: dikt[i] for i in ks}