Addit 是一个Python模块,除了提供标准的字典语法外,Addit 生成的字典的值既可以使用属性来获取,也可以使用属性进行设置。
这意味着你不用再写这样的字典了:
[Python] 纯文本查看 复制代码 body = {
'query': {
'filtered': {
'query': {
'match': {'description': 'addictive'}
},
'filter': {
'term': {'created_by': 'Mats'}
}
}
}
}
相反,你只需编写以下三行代码就能完成目的:
[Python] 纯文本查看 复制代码 body = Dict()
body.query.filtered.query.match.description = 'addictive'
body.query.filtered.filter.term.created_by = 'Mats'
1、安装
你可以通过 pip 安装:
[Python] 纯文本查看 复制代码 pip install addict
或通过 conda :
[Python] 纯文本查看 复制代码 conda install addict -c conda-forge
Addit 在Python2.7+和Python3上都可以运行。
2、用法
Addict 继承自字典,但在访问和设置其值方面更加灵活。使用 Addict 的字典是一种乐趣!
设置嵌套词典的项是极其舒服的:
[Python] 纯文本查看 复制代码 >>> from addict import Dict
>>> mapping = Dict()
>>> mapping.a.b.c.d.e = 2
>>> mapping
{'a': {'b': {'c': {'d': {'e': 2}}}}}
如果Dict是用任何可迭代值实例化的,它将遍历并克隆这些值,然后写入到对应的属性及值中,比如:
[Python] 纯文本查看 复制代码 >>> mapping = {'a': [{'b': 3}, {'b': 3}]}
>>> dictionary = Dict(mapping)
>>> dictionary.a[0].b
3
但 mapping['a'] 不再与 dictionary['a'] 相同。
[Python] 纯文本查看 复制代码 >>> mapping['a'] is dictionary['a']
False
当然,此特点仅限于构造函数,而不是在使用属性或设置值时:
[Python] 纯文本查看 复制代码 >>> a = Dict()
>>> b = [1, 2, 3]
>>> a.b = b
>>> a.b is b
True
3、要牢记的事情
记住, int 不是有效的属性名,因此必须使用 get/setitem 语法 设置/获取 非字符串的 dict 键:
[Python] 纯文本查看 复制代码 >>> addicted = Dict()
>>> addicted.a.b.c.d.e = 2
>>> addicted[2] = [1, 2, 3]
{2: [1, 2, 3], 'a': {'b': {'c': {'d': {'e': 2}}}}}
不过,你可以随意混合使用这两种语法:
[Python] 纯文本查看 复制代码 >>> addicted.a.b['c'].d.e
2
4、属性,如键、item等
Addit 不会让你覆盖 dict 的属性,因此以下操作将不起作用:
[Python] 纯文本查看 复制代码 >>> mapping = Dict()
>>> mapping.keys = 2
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "addict/addict.py", line 53, in __setattr__
raise AttributeError("'Dict' object attribute '%s' is read-only" % name)
AttributeError: 'Dict' object attribute 'keys' is read-only
不过,使用下面这种方式就可以:
[Python] 纯文本查看 复制代码 >>> a = Dict()
>>> a['keys'] = 2
>>> a
{'keys': 2}
>>> a['keys']
2
5、默认值
对于不在字典中的键,Addit的行为如 defaultdict(Dict) ,因此丢失的键返回一个空的 Dict 而不是抛出 KeyError 如果此行为不是所需的,则可以使用以下方式恢复抛出KeyError:
[Python] 纯文本查看 复制代码 >>> class DictNoDefault(Dict):
>>> def __missing__(self, key):
>>> raise KeyError(key)
但请注意,这样会失去速记赋值功能(addicted.a.b.c.d.e = 2 )
6、转化为普通字典
如果你觉得将 Addict 传递到其他函数或模块并不安全,请使用 to_dict() 方法,它返回会把 Addict 转化为普通字典。
[Python] 纯文本查看 复制代码 >>> regular_dict = my_addict.to_dict()
>>> regular_dict.a = 2
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'dict' object has no attribute 'a'
当您希望在几行代码中创建嵌套的字典,然后将其发送到不同的函数或模块时,这非常适合:
[Python] 纯文本查看 复制代码 body = Dict()
body.query.filtered.query.match.description = 'addictive'
body.query.filtered.filter.term.created_by = 'Mats'
third_party_module.search(query=body.to_dict())
7、计数
Dict 轻松访问和修改深度嵌套属性的能力使其成为计数的理想选择。使用Addict,你还可以容易允许按多个级别计数,内部使用的原理是collections.Counter 。
比如以下数据:
[Python] 纯文本查看 复制代码 data = [
{'born': 1980, 'gender': 'M', 'eyes': 'green'},
{'born': 1980, 'gender': 'F', 'eyes': 'green'},
{'born': 1980, 'gender': 'M', 'eyes': 'blue'},
{'born': 1980, 'gender': 'M', 'eyes': 'green'},
{'born': 1980, 'gender': 'M', 'eyes': 'green'},
{'born': 1980, 'gender': 'F', 'eyes': 'blue'},
{'born': 1981, 'gender': 'M', 'eyes': 'blue'},
{'born': 1981, 'gender': 'F', 'eyes': 'green'},
{'born': 1981, 'gender': 'M', 'eyes': 'blue'},
{'born': 1981, 'gender': 'F', 'eyes': 'blue'},
{'born': 1981, 'gender': 'M', 'eyes': 'green'},
{'born': 1981, 'gender': 'F', 'eyes': 'blue'}
]
如果你想计算有多少人出生在born性别的gender使用eyes眼睛,你可以很容易地计算出这些信息:
[Python] 纯文本查看 复制代码 counter = Dict()
for row in data:
born = row['born']
gender = row['gender']
eyes = row['eyes']
counter[born][gender][eyes] += 1 print(counter)
# 结果:{1980: {'M': {'blue': 1, 'green': 3}, 'F': {'blue': 1, 'green': 1}}, 1981: {'M': {'blue': 2, 'green': 1}, 'F': {'blue': 2, 'green': 1}}}
8、更新
普通字典的更新方式如下:
[Python] 纯文本查看 复制代码 >>> d = {'a': {'b': 3}}
>>> d.update({'a': {'c': 4}})
>>> print(d)
{'a': {'c': 4}}
addict 的更新方式如下,它会递归并实际更新嵌套的字典:
[Python] 纯文本查看 复制代码 >>> D = Dict({'a': {'b': 3}})
>>> D.update({'a': {'c': 4}})
>>> print(D)
{'a': {'b': 3, 'c': 4}}
9、Addict 是怎么来的?
这个模块完全是从用Python创建Elasticsearch查询的繁琐过程中发展而来的。每当你发现自己在写了很复杂的字典逻辑时,只要记住你没有必要这样做,使用 Addict 就行。
【免责声明】本文系转载,文章来源于Python实用宝典 ,作者Ckend,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与联系我们,我们会予以更改或删除相关文章,以保证您的权益!
|