Weibw's World Weibw's World
首页
  • HTML
  • Python

    • Python基础知识
    • Python CookBook第三版
    • Flask
  • MySQL

    • MySQL基础知识
    • MySQL调优
    • MySQL面试题
算法
  • FineReport
  • Kettle
  • Git
  • 微信公众号文章
  • 优秀博客文章
  • 其他
收藏夹
  • 分类
  • 标签
  • 归档
GitHub (opens new window)

Weibw

一个没有梦想的咸鱼
首页
  • HTML
  • Python

    • Python基础知识
    • Python CookBook第三版
    • Flask
  • MySQL

    • MySQL基础知识
    • MySQL调优
    • MySQL面试题
算法
  • FineReport
  • Kettle
  • Git
  • 微信公众号文章
  • 优秀博客文章
  • 其他
收藏夹
  • 分类
  • 标签
  • 归档
GitHub (opens new window)
  • 《Flask》

  • 《Python Cookbook》第三版

    • 第一章:数据结构与算法

      • 解压序列赋值给多个变量
      • 解压可迭代对象赋值给多个变量
      • 保留最后 N 个元素
      • 查找最大或最小的 N 个元素
      • 实现一个优先级队列
      • 字典中的键映射多个值
      • 字典排序
      • 字典的运算
      • 查找两字典的相同点
      • 删除序列相同元素并保持顺序
      • 命名切片
      • 序列中出现次数最多的元素
      • 通过某个关键字排序一个字典列表
      • 排序不支持原生比较的对象
      • 通过某个字段将记录分组
      • 过滤序列元素
      • 从字典中提取子集
      • 映射名称到序列元素
        • 转换并同时计算数据
        • 合并多个字典或映射
      • 第二章:字符串和文本

      • 第三章:数字日期和时间

      • 第四章:迭代器与生成器

      • 第五章:文件与IO

      • 第六章:数据编码和处理

      • 第七章:函数

      • 第八章:类与对象

      • 第九章:元编程

      • 第十章:模块与包

      • 第十一章:网络与Web编程

      • 第十二章:并发编程

      • 第十三章:脚本编程与系统管理

      • 第十四章:测试、调试和异常

      • 第十五章:C语言扩展

    • Python基础

    • Python
    • 《Python Cookbook》第三版
    • 第一章:数据结构与算法
    weibw
    2021-12-21

    映射名称到序列元素

    # 问题

    你有一段通过下标访问列表或者元组中元素的代码,但是这样有时候会使得你的 代码难以阅读,于是你想通过名称来访问元素。

    # 解决方案

    提示

    collections.namedtuple() 函数通过使用一个普通的元组对象来帮你解决这个问 题。这个函数实际上是一个返回 Python 中标准元组类型子类的一个工厂方法。你需要 传递一个类型名和你需要的字段给它,然后它就会返回一个类,你可以初始化这个类, 为你定义的字段传递值等。

    代码示例:

    >>> from collections import namedtuple
    >>> Subscriber = namedtuple('Subscriber', ['addr', 'joined'])
    >>> sub = Subscriber('jonesy@example.com', '2012-10-19')
    >>> sub
    Subscriber(addr='jonesy@example.com', joined='2012-10-19')
    >>> sub.addr
    'jonesy@example.com'
    >>> sub.joined
    '2012-10-19'
    >>>
    
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10

    尽管 namedtuple 的实例看起来像一个普通的类实例,但是它跟元组类型是可交换 的,支持所有的普通元组操作,比如索引和解压。比如:

    >>> len(sub)
    2
    >>> addr, joined = sub
    >>> addr
    'jonesy@example.com'
    >>> joined
    '2012-10-19'
    >>>
    
    1
    2
    3
    4
    5
    6
    7
    8

    命名元组的一个主要用途是将你的代码从下标操作中解脱出来。因此,如果你从数 据库调用中返回了一个很大的元组列表,通过下标去操作其中的元素,当你在表中添加 了新的列的时候你的代码可能就会出错了。但是如果你使用了命名元组,那么就不会有 这样的顾虑。

    为了说明清楚,下面是使用普通元组的代码:

    def compute_cost(records):
    total = 0.0
    for rec in records:
    total += rec[1] * rec[2]
    return total
    
    1
    2
    3
    4
    5

    下标操作通常会让代码表意不清晰,并且非常依赖记录的结构。下面是使用命名元 组的版本:

    from collections import namedtuple
    
    Stock = namedtuple('Stock', ['name', 'shares', 'price'])
    def compute_cost(records):
    	total = 0.0
    	for rec in records:
    		s = Stock(*rec)
    		total += s.shares * s.price
    	return total
    
    1
    2
    3
    4
    5
    6
    7
    8
    9

    # 讨论

    命名元组另一个用途就是作为字典的替代,因为字典存储需要更多的内存空间。如 果你需要构建一个非常大的包含字典的数据结构,那么使用命名元组会更加高效。但是 需要注意的是,不像字典那样,一个命名元组是不可更改的。比如:

    >>> s = Stock('ACME', 100, 123.45)
    >>> s
    Stock(name='ACME', shares=100, price=123.45)
    >>> s.shares = 75
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    AttributeError: can't set attribute
    >>>
    
    1
    2
    3
    4
    5
    6
    7
    8

    如果你真的需要改变属性的值,那么可以使用命名元组实例的 _replace() 方法, 它会创建一个全新的命名元组并将对应的字段用新的值取代。比如:

    >>> s = s._replace(shares=75)
    >>> s
    Stock(name='ACME', shares=75, price=123.45)
    >>>
    
    1
    2
    3
    4

    _replace() 方法还有一个很有用的特性就是当你的命名元组拥有可选或者缺失字 段时候,它是一个非常方便的填充数据的方法。你可以先创建一个包含缺省值的原型元 组,然后使用 _replace() 方法创建新的值被更新过的实例。比如:

    from collections import namedtuple
    
    Stock = namedtuple('Stock', ['name', 'shares', 'price', 'date', 'time'])
    
    # Create a prototype instance
    stock_prototype = Stock('', 0, 0.0, None, None)
    
    # Function to convert a dictionary to a Stock
    def dict_to_stock(s):
    	return stock_prototype._replace(**s)
    
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10

    下面是它的使用方法:

    >>> a = {'name': 'ACME', 'shares': 100, 'price': 123.45}
    >>> dict_to_stock(a)
    Stock(name='ACME', shares=100, price=123.45, date=None, time=None)
    >>> b = {'name': 'ACME', 'shares': 100, 'price': 123.45, 'date': '12/17/2012'}
    >>> dict_to_stock(b)
    Stock(name='ACME', shares=100, price=123.45, date='12/17/2012', time=None)
    >>>
    
    1
    2
    3
    4
    5
    6
    7

    最后要说的是,如果你的目标是定义一个需要更新很多实例属性的高效数据结构, 那么命名元组并不是你的最佳选择。这时候你应该考虑定义一个包含 slots 方法 的类(参考 8.4 小节)。

    编辑 (opens new window)
    #Python
    上次更新: 2023/10/13, 17:39:25
    从字典中提取子集
    转换并同时计算数据

    ← 从字典中提取子集 转换并同时计算数据→

    最近更新
    01
    牛客网非技术快速入门SQL练习题
    03-08
    02
    其他日常SQL题
    03-07
    03
    用户与权限管理
    03-05
    更多文章>
    Theme by Vdoing | Copyright © 2021-2023 | Weibw | 辽ICP备18015889号
    • 跟随系统
    • 浅色模式
    • 深色模式
    • 阅读模式