pythonでのデータ管理 dict vs list

Pythonのデータ管理

pythonはデータdictが非常に使いやすく、ある程度のデータの固まりを扱うときにわざわざ専用のクラスやc言語のstructのようなものを作らなくても、dictやdictを収容したlistなどで十分代用できてしまう。

なのだけれど、よく以下のどちらの構造を取るかで迷うことがある。

1. dictで表現する
2. listでdictを収容して表現する

例えば、yamlで例を書いてみるとこんな感じ。

dictで表現

data

’0001':
  id: '0001'
  name: user01
'0002':
  id: '0002'
  name: user02

listで表現

data

- id: '0001'
  name: user01
- id: '0002'
  name: user02

APIでデータ引っこ抜く系だと後者で見かけることが多い気もするけれど、prosとconsをまとめてみる。

dict表現の特徴

pros

データの検索性が良い

data[<id>]あるいはdata.get(<id>, None)などとすれば、ほしいデータを一発で引き抜ける。
listだと、1つ1つのデータを調べて、idがほしい値に一致するものを探さないといけない。

cons

keyにできる共通の要素が必要

keyを設定するために、全部のデータが共通で持ち、かつ一意性のある情報が必要。
例のようにidみたいな重複しない一位識別子があるデータならいいけれど、nameだけ（同姓同名があり得る）というようなケースに対応できない。
また、keyは1つしか設定できないため、一位識別子が複数ある場合にどっちを使う、、？という問題にぶつかる。

順序を保持できない

「最新のもの1件を引き抜きたい」という用途に使うことができない。

list表現の特徴

pros

データの構造を気にせず格納できる

dictのkeyのように、全データが共通かつ一位的に持たないといけないデータが無いので、自由なフォーマットで格納できる。

順序を保持できる。

cons

検索性

処理自体はそう重くないのだろうけれど、コードが野暮ったくなる。

まとめ

データがしっかりフォーマットに則っていて、わかりやすい一意識別子があるときはdict。
それ以外はlistかな。。

listのときは検索性が課題になる。
forループ回してヒットするものを見つけるか、並べ直すか。
...まぁそりゃ重複は考慮できんけど。

genkey = labmda x: x.get('id', str(x))
dict_data = dict([(genkey(x), x) for x in data])

ん？あ、これでいいのか。

search_result = [x for x in data if isinstance(x, dict) and <key> == x.get('<key>', None)])

気持ちはちょっと悪いけど、、処理不可が気にならんならこれで検索すりゃいいから、listのほうが無難、、なのかな。。
なんか気持ち悪いけど。