详解Python中Addict模块的使用方法

目录

• 介绍
• 1.安装
• 2.用法
• 3.要牢记的事情
• 4.属性，如键、item等
• 5.默认值
• 6.转化为普通字典
• 7.计数
• 8.更新
• 9.Addict 是怎么来的

介绍

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：

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：

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：

pip install addict

或通过 conda ：

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：

>>> 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：

>>> mapping = {'a': [{'b': 3}, {'b': 3}]}
>>> dictionary = Dict(mapping)
>>> dictionary.a[0].b
3

但 mapping['a'] 不再与 dictionary['a'] 相同。

>>> 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：

>>> 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：

>>> 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：

>>> 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：

>>> 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：

>>> 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：

>>> 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。

>>> 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：

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：

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：

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：

>>> 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：

>>> 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。

到此这篇关于详解Python中Addict模块的使用方法的文章就介绍到这了,更多相关Python Addict模块内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！