Python中是否存在更优的字符串双向映射（可逆字典）实现方案？

你描述的这种“字符串与整数双向映射、用索引节省空间”的需求，Python生态里有不少成熟工具，完全不用自己从零实现：

1. scikit-learn 的 LabelEncoder #

这是机器学习场景里最常用的工具，专门做类别（字符串/离散值）到整数的双向映射，完全匹配你的需求：

• 支持批量拟合唯一值，自动生成连续索引
• 提供transform（字符串转整数）和inverse_transform（整数转字符串）方法
• 内部实现逻辑和你的StrMap一致，但性能经过官方优化，稳定性更强

示例用法：

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()
# 拟合所有唯一值
le.fit(["北京", "上海", "广州", "北京"])
# 字符串转整数
print(le.transform(["北京", "上海"]))  # 输出 [0, 1]
# 整数转字符串
print(le.inverse_transform([0, 2]))  # 输出 ['北京', '广州']

2. pandas 的 Categorical #

如果你在处理大规模数据集（比如你提到的百万条数据库记录），pandas的Categorical类型天生就是为这种场景设计的：

• 把字符串列转成类别类型后，自动用整数索引存储，能大幅降低内存占用
• 通过cat.codes获取整数索引，cat.categories获取原字符串列表
• 直接兼容DataFrame/Series操作，不用额外写适配代码

示例用法：

import pandas as pd

s = pd.Series(["北京", "上海", "广州", "北京"])
cat_s = s.astype("category")
# 查看整数索引
print(cat_s.cat.codes)  # 输出 0,1,2,0
# 查看原字符串类别
print(cat_s.cat.categories)  # 输出 Index(['北京', '上海', '广州'], dtype='object')
# 整数转字符串
print(cat_s.cat.categories[0])  # 输出 '北京'

3. bidict 库 #

这是一个专门的双向字典库，支持键值对的双向快速查找，虽然不像前两个工具针对“字符串转连续索引”做优化，但胜在通用性强：

• 可以直接通过bidict_obj[key]正向查找、bidict_obj.inverse[value]反向查找
• 支持动态添加键值对，维护成熟，文档完善

示例用法：

from bidict import bidict

bd = bidict({"北京":0, "上海":1})
print(bd["北京"])  # 输出 0
print(bd.inverse[1])  # 输出 "上海"

和你实现的StrMap对比 #

你自己写的StrMap思路完全正确，但这些现成工具的优势在于：

• 经过大量用户验证，bug更少
• 支持更多边缘场景（比如处理空值、批量操作、异常捕获）
• 和现有数据处理/机器学习生态兼容，不用自己再写适配逻辑

你的实现代码参考：

class StrMap(dict):
    """ provides a fast mapping of strings to integer indices in a list.
        all keys of type int have values of type str
        all keys of type str have values of type int
        examples: d['ace'] : 0,  d['bob'] : 1, d[0] = 'ace', d[1] = 'bob' and so on
    """    
    def __init__(self):
        dict.__init__(self)
        self.L = []

    def add(self, newval : str) -> int:
        assert isinstance(newval, str)
        if newval not in self:
            newidx = len(self.L)
            self.L.append(newval)
            self[newval] = newidx
            return newidx

    def retr(self, multikey, addOnMiss=True):
        if isinstance(multikey, int):
            return self.L[multikey]
        elif isinstance(multikey, str):
            try:
                return self[multikey]
            except KeyError:
                if addOnMiss:
                    return self.add(multikey)
                else:
                    print(f"addOnMiss is not set and string key {multikey} is not in dict")
                    raise KeyError

内容的提问来源于stack exchange，提问作者ljwobker