3

我是 Python 的新手，决定从 Matlab 跳出来。几天来我一直试图找到问题的答案，但没有成功！

问题：我有一堆具有某些属性的对象。请注意，我不是在谈论这个词的编程意义上的对象和属性 - 我是在谈论文字天文对象，我有不同类型的数值数据和物理属性。

在脚本的循环中，我遍历目录中的每个源/对象，进行一些计算，然后将结果保存在一个巨大的字典中。脚本的形式是这样的：

for i in range ( len(ObjectCatalogue) )

    calculate quantity1 for source i    

    calculate quantity2 for source i 

    determine attribute1 for source i 

    sourceDataDict[i].update( {'spectrum':quantity1} )

    sourceDataDict[i].update( {'peakflux':quantity2} )

    sourceDataDict[i].update( {'morphology':attribute1} )

因此，一旦我浏览了大约一百个来源，我就可以访问对象编号的频谱。20，spectrumSource20 = sourceData[20]['spectrum'] 等。

我想要做的是能够根据关键字“形态”的值选择字典中的所有对象。所以说“形态学”的关键字可以采用“简单”或“复杂”的值。无论如何我可以在不诉诸循环的情况下做到这一点吗？即 - 我可以做一些事情，比如创建一个新字典，其中包含所有为 'morphology' 关键字取'complex' 值的源吗？

很难解释，但使用我习惯于 Matlab 的逻辑索引，它看起来像

complexSourceDataDict = sourceDataDict[*]['morphology'=='complex']

（其中 * 表示字典中的所有对象）

无论如何 - 任何帮助将不胜感激！

4

4 回答 4

3

没有循环，没有。使用列表理解，是的：

complex = [src for src in sourceDataDict.itervalues() if src.get('morphology') == 'complex']

如果sourceDataDict碰巧真的是一个列表，您可以删除itervalues：

complex = [src for src in sourceDataDict if src.get('morphology') == 'complex']

如果您考虑一下，评估 a*无论如何都意味着在引擎盖下进行循环操作（假设它是有效的语法）。所以你的诀窍是用你正在使用的数据结构做最有效的循环。

提高效率的唯一方法是提前索引所有数据对象的“形态”键并使其保持最新。

于 2012-11-19T06:51:49.873 回答
1

我相信您正在处理类似于以下的结构

sourceDataDict = [
    {'spectrum':1,
    'peakflux':10,
     'morphology':'simple'
    },
    {'spectrum':2,
    'peakflux':11,
     'morphology':'comlex'
     },
    {'spectrum':3,
    'peakflux':12,
     'morphology':'simple'
     },
    {'spectrum':4,
    'peakflux':13,
     'morphology':'complex'
     }
    ]

您可以使用 List COMprehension 执行类似的操作

>>> [e for e in sourceDataDict if e.get('morphology',None) == 'complex']
[{'morphology': 'complex', 'peakflux': 13, 'spectrum': 4}]

使用itertools.ifilter，可以达到类似的效果

>>> list(itertools.ifilter(lambda e:e.get('morphology',None) == 'complex', sourceDataDict))
[{'morphology': 'complex', 'peakflux': 13, 'spectrum': 4}]

请注意，使用 get 而不是索引是为了确保即使在关键“形态”不存在时功能也不会失败。如果它确定存在，您可以将上面的内容重写为

>>> [e for e in sourceDataDict if e['morphology'] == 'complex']
[{'morphology': 'complex', 'peakflux': 13, 'spectrum': 4}]

>>> list(itertools.ifilter(lambda e:e['morphology'] == 'complex', sourceDataDict))
[{'morphology': 'complex', 'peakflux': 13, 'spectrum': 4}]
于 2012-11-19T06:54:50.843 回答
1

没有一种直接的方法可以乱序索引嵌套字典，就像您想要的语法一样。但是，在 Python 中有几种方法可以做到这一点，它们具有不同的接口和性能特征。

性能最好的解决方案可能是创建一个额外的字典，该字典按您关心的任何特征进行索引。例如，要查找'morphology'值为 is 的值'complex'，您需要这样：

from collections import defaultdict

# set up morphology dict (you could do this as part of generating the morphology)
morph_dict = defaultdict(list)
for data in sourceDataDict.values():
    morph_dict[data["morphology"]].append(data)

# later, you can access a list of the values with any particular morphology
complex_morph = morph_dict["complex"]

虽然这是高性能，但需要提前为所有内容设置反向索引可能会很烦人。另一种方法可能是使用列表推导或生成器表达式来遍历您的字典并找到适当的值：

complex = (d for d in sourceDataDict.values() if d["morphology"] == "complex")

for c in complex:
    do_whatever(c)
于 2012-11-19T06:58:18.243 回答
0

处理大量数据时，您可能希望将其存储在某个地方，例如某种数据库和ORM（例如），但后者是个人喜好问题。RDBMS 的排序可能是解决方案。

至于原始 python，除了filter之类的功能例程之外，没有内置的解决方案。无论如何，您在某个步骤（无论是否隐含）都面临迭代。

最简单的方法是保留带有键作为属性值的附加字典：

objectsBy['morphology'] = {'complex': set(), 'simple': set()}

for item in sources:
  ...
  objMorphology = compute_morphology(item)
  objectsBy['morphology'][objMorphology] += item
  ...
于 2012-11-19T07:01:49.680 回答