任務
給定一個字典，此字典將不同的鍵映射到不同的值。而你想創建一個反轉的字典，將各個值反映射到鍵。
解決方案
可以創建一個函數，此函數傳遞一個列表推導作為dict的參數以創建需要的字典。
def invert_dict(d):return dict([(v,k) for k,v in d.iteritems() ])
對于比較大的字典，用 Python 標準庫 itertools 模塊提供的 izip 會更快一些:
from itertools import izip
def invert_dict_fast(d):return dict(izip(d.itervalues(),d.iterkeys()))
討論
如果字典d中的值不是獨一無二的，那么d無法被真正地反轉，也就是不存在這樣的字典，對于任意給定的鍵k，滿足id[d[k]]==k。不過，本節展示的函數在這種情況下仍然能夠創建一個“偽反轉”字典 pd，對于任何屬于字典d地值 v，d[pd[v]]==v。如果給你原始的字典 d，以及用本節函數獲得的字典x，可以很容易地檢査x是d的反轉字典還是偽反轉字典：當且僅當 len(x)==len(d)時，x才是d的真正的反轉字典。這是因為，如果兩個不同的鍵對應相同的值，對于解決方案給出的兩個函數來說，兩個鍵中的個一定會消失，因而生成的偽反轉字典的長度也會比原字典的長度短。在任何情況下只有當d中的值是可哈希(hashable，意味著可以用它們做字典的鍵)的，前面展示的函數才能正常工作，否則，函數會拋出一個TypeError 異常。
當我們編寫 Python程序時，我們通常會“無視小的優化”，正如DonaldKnuth在 30年前所說的“比起速度，我們更珍視清晰和正確性。”不過，了解更多讓程序變快的知識也沒有害處:當我們為了簡單和清晰而采用某種方法編寫程序時，我們最好深入地考慮一下我們的決定，不要懵懵懂懂。
在這里，解決方案中的 invent_dict 函數可能會被認為更清晰,因為它清楚地表達了它在做的事。該函數取得了由iteritems方法生成的成對的鍵及其對應值k和v，將它們包裹成(value,key)的順序，并把最后生成的序列作為參數賦給 dict，這樣 dict 就構建出了一個值成為鍵，而原先的鍵變成了對應值的新字典——正是我們需要的反轉字典。
而解決方案中 invert_dict_fast 函數其實也沒有那么復雜，它的操作更加抽象，它首先將所有的鍵和值分別轉為兩個獨立的迭代器，再通過調用Python 標準庫itertools 模塊提供的 izip 將兩個迭代器轉化為一個迭代器,其中每個元素都是像(value,key)一樣的一對值。如果你能夠習慣于這種抽象層次，你將體會到更高層次的簡潔和清晰。
由于這種高度的抽象性，以及不具化(materialize)整個列表(而是通過生成器和迭代器一次生成一項)的特性，invert_dict_fast能夠比invert_dict 快很多。比如，在我的計算機上，反轉10000個條目的字典，invertdict耗時63ms，而invert_dict_fast 則僅用時 20ms。速度提升了3倍，頗為可觀。當你處理大規模數據時，由于代碼的高度抽象性而帶來的性能提升將會變得更加明顯。特別是當你使用itertools來替換循環和列表推導時，執行速度同樣也能獲得極大提升，因為你無須在內存中具化一些超大的列表。當你習慣了更高的抽象層次，性能的提升只是一個額外收益，除此之外，你在觀念和創造性上也會有所進步。
