Python字典之collections.OrderedDict

2023-12-24 22:08

本文主要是介绍Python字典之collections.OrderedDict,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1.OrderedDict基本用法示例

2.OrderedDict删除元素方法之popitem()

3.OrderedDict删除元素方法之pop()


Python中默认的字典dict是无序的,因为它是按照hash来存储的(Ps:好像从Python3.6开始也变得有序了),但是python中有个模块collections,里面有个子类orderedDict实现了对字典对象中元素的排序,它是有序的。OrderedDict的key会按照插入的顺序排列,不是key本身排序。

1.OrderedDict基本用法示例

简单来看一个示例:

import collectionscache = collections.OrderedDict()
cache["key1"] = {"k1": "v1"}
cache["key3"] = {"k3": "v3"}
cache["key2"] = {"k2": "v2"}print(cache)
cache["key4"] = {"k4": "v4"}
print(cache)

输出结果:

OrderedDict([('key1', {'k1': 'v1'}), ('key3', {'k3': 'v3'}), ('key2', {'k2': 'v2'})])
OrderedDict([('key1', {'k1': 'v1'}), ('key3', {'k3': 'v3'}), ('key2', {'k2': 'v2'}), ('key4', {'k4': 'v4'})])

2.OrderedDict删除元素方法之popitem()

OrderedDict.popitem()可以完成元素的删除操作,有一个可选参数last(默认为True),当last为True时它从OrderedDict中删除最后一个键值对并返回该键值对,当last为False时它从OrderedDict中删除第一个键值对并返回该键值对。这个特性在Python缓存策略设置这块的应用其实还蛮多的。可以参考:Python 缓存机制之functools.lru_cache

last设置为False时

import collectionscache = collections.OrderedDict()
cache["key1"] = {"k1": "v1"}
cache["key2"] = {"k2": "v2"}
cache["key3"] = {"k3": "v3"}print("cache before delete:{}".format(cache))
cache.popitem(last=False)
print("cache after delete:{}".format(cache))

运行结果:

cache before delete:OrderedDict([('key1', {'k1': 'v1'}), ('key2', {'k2': 'v2'}), ('key3', {'k3': 'v3'})])
cache after delete:OrderedDict([('key2', {'k2': 'v2'}), ('key3', {'k3': 'v3'})])

last设置为True时 

import collectionscache = collections.OrderedDict()
cache["key1"] = {"k1": "v1"}
cache["key2"] = {"k2": "v2"}
cache["key3"] = {"k3": "v3"}print("cache before delete:{}".format(cache))
cache.popitem(last=True)
print("cache after delete:{}".format(cache))

 运行结果:

cache before delete:OrderedDict([('key1', {'k1': 'v1'}), ('key2', {'k2': 'v2'}), ('key3', {'k3': 'v3'})])
cache after delete:OrderedDict([('key1', {'k1': 'v1'}), ('key2', {'k2': 'v2'})])

Ps:如果字典已经为空,却调用了此方法,就报出KeyError异常,所以在写代码时需要捕获异常及处理一下。

3.OrderedDict删除元素方法之pop()

字典里面还有另一种常用的删除方法pop(),pop (key[,default]),其中,key是必选参数,必须给出,default是可选参数,可以不给出。如果键值key在字典中存在,删除dict[key],返回 dict[key]的value值。
否则,如有给出default值则返回default值,如果default值没有给出,就会报出KeyError异常。
pop()方法至少接受一个参数,最多接受两个参数。

代码示例如下,尝试删除字典中存在的key(a)和不存在的key(e)

import collectionscache = collections.OrderedDict()
cache["a"] = 1
cache["b"] = 2
cache["c"] = 3
cache["d"] = 4print("[1] cache before delete: {}".format(cache))
# 删除存在的key:a
cache.pop("a")
print("[2] cache after delete: {}".format(cache))
# 删除不存在的key:e
cache.pop("e")
print("[3] cache after delete: {}".format(cache))

输出结果如下:

[1] cache before delete: OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[2] cache after delete: OrderedDict([('b', 2), ('c', 3), ('d', 4)])
Traceback (most recent call last):File "/Users/xxxxxxx/demo.py", line 14, in <module>cache.pop("e")
KeyError: 'e'

可以看出,删除不存在的key时会抛出KeyError的异常,这种情况我们可以通过设置default值的方法来避免,示例如下:

示例代码如下:

import collectionscache = collections.OrderedDict()
cache["a"] = 1
cache["b"] = 2
cache["c"] = 3
cache["d"] = 4print("[1] cache before delete: {}".format(cache))
# 删除存在的key:a
cache.pop("a")
print("[2] cache after delete: {}".format(cache))
# 删除不存在的key:e, 设置default默认值
cache.pop("e", None)
print("[3] cache after delete: {}".format(cache))

输出结果如下,可以看出这次删除不存在的key时值没有报错。

[1] cache before delete: OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4)])
[2] cache after delete: OrderedDict([('b', 2), ('c', 3), ('d', 4)])
[3] cache after delete: OrderedDict([('b', 2), ('c', 3), ('d', 4)])

这篇关于Python字典之collections.OrderedDict的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/533306

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

POJ2001字典树

给出n个单词,求出每个单词的非公共前缀,如果没有,则输出自己。 import java.io.BufferedReader;import java.io.InputStream;import java.io.InputStreamReader;import java.io.PrintWriter;import java.io.UnsupportedEncodingException;

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目