如何移除train_features中不在train_descriptions的键值对以统一长度？

针对你的需求，有两种高效的处理方式，适用于不同场景：

方法1：生成新字典（推荐，保留原数据） #

这种方式不会修改原始的train_features字典，而是创建一个只包含train_descriptions中存在的键的新字典，适合需要保留原数据的场景：

# 将有效键转为集合，提升查找效率（集合的in操作是O(1)，远快于字典）
valid_image_keys = set(train_descriptions.keys())
# 用字典推导式过滤出符合条件的键值对
train_features_filtered = {img_name: features for img_name, features in train_features.items() if img_name in valid_image_keys}

处理完成后，train_features_filtered的长度会和train_descriptions一致（44424）。

方法2：原地修改原字典（节省内存） #

如果不需要保留原始的train_features，可以直接在原字典上删除多余的键，节省内存开销：

# 先收集所有不在train_descriptions中的键（不能直接遍历字典时删除，会触发异常）
keys_to_delete = [img_name for img_name in train_features if img_name not in train_descriptions]
# 逐个删除多余键
for img_name in keys_to_delete:
    del train_features[img_name]

执行后，原train_features的长度会变为44424。

验证结果 #

处理完成后可以通过以下代码确认长度一致：

print(len(train_descriptions) == len(train_features_filtered))  # 方法1用这个
# 或者方法2用这个：
print(len(train_descriptions) == len(train_features))

内容的提问来源于stack exchange，提问作者Sticky