key-value格式的存儲的應用場景很多，通用的描述是『輸入一個唯一標識的input，返回（查找）一個對應的output』。Python中字典（dictionary）就是一個內置的解決方案 - Python的字典本質上是一個哈希表，功能可對應Java的HashMap，但據說被盡可能地優化過（沒有研究過細節，不隨意展開），因此輸入key的查詢速度可以說是Python本身能達到的極致了。
但是，並不是每個場景都是以查詢速度為第一條件的。Python字典在建立的過程中同時也要建立一個C long型的哈希表（以及其他？），因此會額外占據很多空間。若是需要在內存中保持一個很大的key-value數據結構，並可以犧牲查詢速度的話，也可以用其他方案替代。
這篇整理一下Python中各種常用的key-value方案以及適用場景。
Python自帶字典（dictionary）
- 優點：方便簡潔，查詢速度No.1
- 缺點：占用內存空間。
- 適用場景：內存足夠。
Pandas的Series / DataFrame
這里我們主要關心的是，Series / DataFrame的索引中，用戶自定義索引和內部建立的數值型索引的映射是怎么實現的？（重點 - 是字典嗎？答案：是。）
拿Series來舉例：
class Series(base.IndexOpsMixin, strings.StringAccessorMixin,
generic.NDFrame,):
def __init__(self, data=None, index=None, dtype=None, name=None,
copy=False, fastpath=False):
...
self._set_axis(0, index, fastpath=True)
def _set_axis(self, axis, labels, fastpath=False):
...
self._data.set_axis(axis, labels)
...
其中._data是generic.NDFrame初始化設置的對象屬性值：
class NDFrame(PandasObject):
def __init__(self, data, axes=None, copy=False, dtype=None,
fastpath=False):
...
object.__setattr__(self, '_data', data)
...
因此，我們追溯到.core.generic.NDFrames中定義的set_axis方法：
def set_axis(self, axis, labels):
""" public verson of axis assignment """
setattr(self, self._get_axis_name(axis), labels)
又追溯到同類中的_get_axis_name方法：
def _get_axis_name(self, axis):
axis = self._AXIS_ALIASES.get(axis, axis)
if isinstance(axis, string_types):
if axis in self._AXIS_NUMBERS:
return axis
else:
try:
return self._AXIS_NAMES[axis]
except:
pass
raise ValueError('No axis named {0} for object type {1}'
.format(axis, type(self)))
其中用到的._AXIS_ALIASES，_AXIS_NUMBERS， _AXIS_NAMES又追溯到了當前類的_setup_axes方法：
@classmethod
def _setup_axes(cls, axes, info_axis=None, stat_axis=None, aliases=None,
slicers=None, axes_are_reversed=False, build_axes=True,
ns=None):
cls._AXIS_ORDERS = axes
cls._AXIS_NUMBERS = dict((a, i) for i, a in enumerate(axes))
cls._AXIS_LEN = len(axes)
cls._AXIS_ALIASES = aliases or dict()
cls._AXIS_IALIASES = dict((v, k) for k, v in cls._AXIS_ALIASES.items())
cls._AXIS_NAMES = dict(enumerate(axes))
cls._AXIS_SLICEMAP = slicers or None
cls._AXIS_REVERSED = axes_are_reversed
這個函數在series.py這個文件中是在class series外使用的，也就是一import就直接被執行，為以上的幾個屬性進行賦值（初始化？）:
Series._setup_axes(['index'], info_axis=0, stat_axis=0, aliases={'rows': 0})
因此我們可以看到，axes，或者說axis，index的alias別名和實際使用用來查找的內部使用的index序號是用字典來映射的。
也就是說，如果我們僅僅要用Series來存儲一個key-value的數據結構，在存儲上是和字典一個級別的。
- 優點：數據分析功能多樣。
- 缺點：同字典。
- 適用場景：內存足夠，並且需要進行數據分析的活動。
Python SQLite API
- 優點：可選擇在硬盤上存儲。
- 缺點：同一時間只能被一個連接訪問修改，其他連接被加鎖。
- 適用場景：比較通用。不介意密集I/O操作，不介意查詢速度。
列表(list), 元組(tuple)
元組是定長數組，列表是不定長數組。元組在存儲空間上比列表節省16byte，估計是一個指針空位（？）
- 優點：簡潔快速。
- 缺點：太過簡陋。
- 適用場景：key可以被序列化，key可以被一個公式映射成唯一的index，因此能夠直接用key得知index。