python 一个点运算符操作的字典库:DottedDict

DottedDict 是一种特殊的数据结构,它结合了字典(Dictionary)和点符号(Dot Notation)访问的优点,为用户提供了一种更加直观和方便的方式来处理和访问嵌套的数据。在这篇文章中,我们将深入探讨 DottedDict 的概念、实现方式、使用场景以及它在数据处理中的优势。

什么是 DottedDict?

DottedDict 是一种允许用户通过点符号来访问嵌套键值对的数据结构。在传统的字典中,如果需要访问一个嵌套的值,用户通常需要通过键来逐层访问,例如 data['outer_key']['inner_key']。而使用 DottedDict,用户可以直接通过点符号来访问,如 data.outer_key.inner_key,这种方式更加直观和易于理解。

DottedDict 的安装

C:\Users>pip install dotteddict
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting dotteddict
  Downloading https://pypi.tuna.tsinghua.edu.cn/packages/e5/80/2b0f5c84f4f56f96f4cb03470379b0f5827b68e75ec9df47b7d6497f6fad/dotteddict-2016.3.11.tar.gz (3.1 kB)
  Preparing metadata (setup.py) ... done
Building wheels for collected packages: dotteddict
  Building wheel for dotteddict (setup.py) ... done
  Created wheel for dotteddict: filename=dotteddict-2016.3.11-py2.py3-none-any.whl size=3275 sha256=8905f8c47622a8c1149c24871afc1b77899d6bd19fc486807f90773a2ac688b6
  Stored in directory: c:\users\boyso\appdata\local\pip\cache\wheels\94\04\da\3e3aa22786fbbe407327f8d3da5580592217bdf16e4d2d9070
Successfully built dotteddict
Installing collected packages: dotteddict
Successfully installed dotteddict-2016.3.11

DottedDict 的实现方式

DottedDict 的实现通常依赖于面向对象编程中的属性访问机制。在 Python 中,可以通过定义一个类,并重载 _getattr__ 方法来实现 DottedDict 的行为。当用户尝试访问一个属性时,__getattr__ 方法会被调用,并在其中查找相应的键值对。如果找到了,就返回对应的值;如果没有找到,就抛出一个属性不存在的错误。

例如,以下是一个简单的 DottedDict 实现:

class DottedDict:def __init__(self, data):self._data = datadef __getattr__(self, item):# 如果项是字典类型,则返回 DottedDict 对象以便继续使用点符号if isinstance(self._data.get(item), dict):return DottedDict(self._data.get(item))else:return self._data.get(item)# 使用示例
data = DottedDict({'outer_key': {'inner_key': 'value'}})
print(data.outer_key.inner_key)  # 输出: value

DottedDict 的使用场景

DottedDict 在处理配置文件、解析 JSON 数据或者在任何需要处理嵌套数据的场景中都非常有用。例如,在配置文件中,经常会有多层的设置,使用 DottedDict 可以方便地读取和修改这些设置,而不需要编写复杂的访问函数。

DottedDict 的优势

  1. 直观性:通过点符号访问嵌套数据,使得代码更加易读和易于维护。
  2. 简洁性:减少了访问嵌套数据时所需的代码量,使得代码更加简洁。
  3. 灵活性:DottedDict 可以轻松地与其他数据结构结合使用,如列表和元组,提供了更多的数据处理可能性。
  4. 错误友好:当尝试访问不存在的键时,DottedDict 会抛出错误,这有助于及时发现和修复问题。

DottedDict 的基本用法

 |  For example:
 |
 |      data = {"people": {"bob": {"status": True}, "john": {"status": False}}}
 |      dotted = dotteddict(data)
 |      dotted.people.bob.status
 |      dotted["people.john.status"]
 |
 |  This is in contrast to using defaults:
 |
 |      dotted["people"]["john"]["status"]

创建对象

使用普通字典创建 DottedDict 对象:

from dotteddict import dotteddict# 使用字典创建
data = dotteddict({"name": "Alice", "age": 30})
访问元素

使用点号访问 DottedDict 元素:

print(data.name) # 输出:Alice
print(data.age)  # 输出:30
修改元素

同样使用点号修改元素:

data.age = 31
print(data.age) # 输出:31
嵌套字典

DottedDict 支持嵌套字典,我们可以像访问对象属性一样访问嵌套元素:

data = DottedDict({"user": {"name": "Charlie", "age": 28}})
print(data.user.name)  # 输出:Charlie
print(data.user.age)   # 输出:28
其他操作

DottedDict 支持大部分字典操作,例如:

 |  clear(...)|      D.clear() -> None.  Remove all items from D.||  copy(...)|      D.copy() -> a shallow copy of D||  items(...)|      D.items() -> a set-like object providing a view on D's items||  keys(...)|      D.keys() -> a set-like object providing a view on D's keys||  pop(...)|      D.pop(k[,d]) -> v, remove specified key and return the corresponding value.||      If the key is not found, return the default if given; otherwise,|      raise a KeyError.||  popitem(self, /)|      Remove and return a (key, value) pair as a 2-tuple.||      Pairs are returned in LIFO (last-in, first-out) order.|      Raises KeyError if the dict is empty.||  setdefault(self, key, default=None, /)|      Insert key with a value of default if key is not in the dictionary.||      Return the value for key if key is in the dictionary, else default.||  update(...)|      D.update([E, ]**F) -> None.  Update D from dict/iterable E and F.|      If E is present and has a .keys() method, then does:  for k in E: D[k] = E[k]|      If E is present and lacks a .keys() method, then does:  for k, v in E: D[k] = v|      In either case, this is followed by: for k in F:  D[k] = F[k]||  values(...)|      D.values() -> an object providing a view on D's values

使用实例

from dotteddict import dotteddict# 假设我们有一个用户的嵌套信息字典
user_info = {"personal": {"name": "Charlie","age": 28,"location": {"city": "San Francisco","country": "USA"}},"contact": {"email": "charlie@example.com","phone": "555-0199"},"preferences": {"language": "English","theme": "Dark"}
}# 使用 DottedDict 来包装这个嵌套字典
user = dotteddict(user_info)# 现在我们可以方便地访问用户信息
print(f"User Name: {user.personal.name}")
print(f"Age: {user.personal.age}")
print(f"Location: {user.personal.location.city}, {user.personal.location.country}")
print(f"Email: {user.contact.email}")
print(f"Phone: {user.contact.phone}")
print(f"Preferred Language: {user.preferences.language}")
print(f"Theme: {user.preferences.theme}")# 我们也可以修改用户信息
user.personal.age = 29
user.contact.phone = "555-0199-1234"# 甚至可以添加新的嵌套信息
user.education = dotteddict({"highest_degree": "Master's","field_of_study": "Computer Science"
})# 展示修改和新增的信息
print(f"Age (updated): {user.personal.age}")
print(f"Phone (updated): {user.contact.phone}")
print("Education Info:")
print(f"Highest Degree: {user.education.highest_degree}")
print(f"Field of Study: {user.education.field_of_study}")

结论

DottedDict 是一种强大的数据结构,它通过提供点符号访问机制,极大地简化了处理嵌套数据的过程,让字典操作更加直观和优雅,让代码变得更加 pythonic。


目录

什么是 DottedDict?

DottedDict 的安装

DottedDict 的实现方式

DottedDict 的使用场景

DottedDict 的优势

DottedDict 的基本用法

创建对象

访问元素

修改元素

嵌套字典

其他操作

结论


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/821852.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java复习第二十天学习笔记(过滤器Filter),附有道云笔记链接

【有道云笔记】二十 4.8 过滤器Filter https://note.youdao.com/s/dSofip3f 一、为什么要使用过滤器 项目开发中,经常会用到重复代码的实现。 1、请求每个servlet都要设置编码 2、判断用户是否登录,只有登录了才有操作权限。 二、过滤器相关Api int…

从汇编代码理解数组越界访问漏洞

数组越界访问漏洞是 C/C 语言中常见的缺陷,它发生在程序尝试访问数组元素时未正确验证索引是否在有效范围内。通常情况下,数组的索引从0开始,到数组长度减1结束。如果程序尝试访问小于0或大于等于数组长度的索引位置,就会导致数组…

windows关闭Windows Search功能

我发现windows最恶心的功能就是自动更新和搜索。自动更新就是个毒瘤,得到了全世界的人讨厌。 而搜索功能难用、慢和造成卡死,根本没有存在的必要。并且他的windows search filter服务会在每次移动大量文件后建立索引,持续的占用cpu和硬盘的资…

python解释器安装路径查询以及版本查询

查询安装路径 1、利用脚本: 路径: import sys import osprint(当前 Python 解释器路径:) print(sys.executable)运行结果: 目录: print(当前 Python 解释器目录:) print(os.path.dirname(sys.executable))运行结果&#xff1a…

static+单例模式+类的复合继承

汇编语言 汇编语言是最靠谱的验证“编程语言相关知识点”正确性的方式 汇编语言与机器语言一一对应,每一条机器语言都有与之对应的汇编指令 机器语言是计算机使用的语言,它是一串二进制数字 汇编语言可以通过汇编得到机器语言机器语言可以通过反汇编得到…

设计模式—门面模式

定义: 门面模式,也称为外观模式,是一种结构型设计模式。它的主要目的是提供统一的接口来访问子系统中的多个接口,从而简化客户端与复杂子系统之间的交互。 在门面模式中,一个门面类充当中介,为客户端提供一个简化了的访问方式&…

基于Adaboost模型的数据预测和分类matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述 AdaBoost(Adaptive Boosting)是一种集成学习方法,由Yoav Freund和Robert Schapire于1995年提出,主要用于提高弱分类…

【echarts】使用 ECharts 绘制3D饼图

使用 ECharts 绘制3D饼图 在数据可视化中,饼图是表达数据占比信息的常见方式。ECharts 作为一个强大的数据可视化库,除了标准的二维饼图,也支持更加生动的三维饼图绘制。本文将指导你如何使用 ECharts 来创建一个3D饼图,提升你的…

VScode配置launch+tasks[自己备用]

VScode配置launchtasks[自己备用],配置文件详解 launch.json 字段 name :启动配置的名称,也就是显示在调试配置下拉菜单中的名字,如果添加了多个配置可以用此作为区分 字段 program :可执行文件完整路径。 ① 由于 C…

ARP代理

10.1.0.1/8 和10.2.0.1/8是在同一个网段 10.1.0.2/16 和10.2.0.2/16 不在同一个网段 10.1.0.1/8 和10.1.0.2/16 是可以ping通的 包发出来了,报文有发出来,目的地址是广播包 广播请求,发到路由器的接口G 0/0/0 target不是本接口&#xff0…

利用redis和fastapi实现本地与平台策略进行交互

redis在pandas一文有详细使用方法(一文教会pandas-CSDN博客),具体可视化软件有redisstudio等。它是一个由 Salvatore Sanfilippo 写的 key-value 存储系统,是跨平台的非关系型数据库。 Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络…

【教程】ubuntu20.04 下配置 Charm-crypto 0.5 实验环境

目录 前言先决条件基本依赖安装准备好 gcc,make 和 perl准备好 m4,flex,bison 和 libssl-dev安装 Python3.x,pip3 和 pyparsing 安装 OpenSSL安装 GMP5.x安装 PBC安装 Charm-crypto5.0安装开发环境检验 Charm-crypto5.0 安装成功参…

【【相机运动】_Camera_shake镜头晃动动画】

【相机运动】:Camera shake镜头晃动动画 2022-07-20 20:28 评论(0)

OpenCV轻松入门(八)——图片卷积

对图像和滤波矩阵进行逐个元素相乘再求和的操作就相当于将一个二维的函数移动到另一个二维函数的所有位置,这个操作就叫卷积。 卷积需要4个嵌套循环,所以它并不快,除非我们使用很小的卷积核。这里一般使用3x3或者5x5 图像滤波 图像滤波是尽…

怎么样在外网登录访问CRM管理系统?

一、什么是CRM管理系统? Customer Relationship Management,简称CRM,指客户关系管理,是企业利用信息互联网技术,协调企业、顾客和服务上的交互,提升管理服务。为了企业信息安全以及使用方便,企业…

智能零售:引领购物新时代

智能零售通过整合人工智能、物联网、大数据和机器学习等技术,正在彻底改变传统的购物模式,为消费者和零售商提供前所未有的效率和个性化体验。 智能零售利用消费者数据分析来提供个性化的购物推荐。无论是在线平台或是实体店内,智能系统都能…

【Redis 神秘大陆】008 常见Java客户端

八、Redis 的 Java 客户端 8.1 Jedis 连接池 单点连接池 Jedis 连接池基于 Common-Pool 连接池里面放置的是空闲连接,如果被使用 (borrow)掉,连接池就会少一个连接,连接使用完后进行放回 (return&#…

【大语言模型】如何让ChatGPT等LLM拥有记忆

我们现在在跟ChatGPT等生成式人工智能聊天时,都需要我们给定一个上下文,生成式AI才会根据我们问题结合上下文给出回答,他们并没有任何记忆。想象一下未来我们有一个AI机器人在我们的身边,每天它的记忆都会归零,你必须跟…

基于afx透明视频的视觉增强前端方案

作者 | 青玉 导读 本文介绍了增长前端团队自研的Webview框架下透明视频视觉增强方案,该方案在保证对视觉进行高度还原的同时可投入更少的开发成本,还能获得更优的前端性能表现。文章首先分析了市面上动画方案的优缺点,然后详细介绍了透明视频…

Blender生成COLMAP数据集

最近在做3DGS方向,整理了一下Blender生成自己的数据集。 1 Introduction 在Blender中构建场景(light, object, camera),利用Blender的python脚本对其渲染,导出多视角下渲染出的RGB图和depth map,并将trans…