3

想象一下文本文件中的网格，如下所示：

  A  B  C
A 0  1  2
B 3  0  5
C 6  7  0

将其转换为 python 中的字典的最佳方法是什么，如下所示：

{
  'A': {'A': 0, 'B':3, 'C':6},
  'B': {'A': 1, 'B':0, 'C':7},
  'B': {'A': 2, 'B':5, 'C':0}
}

所以我可以通过以下方式访问单元格：

matrix['A']['B'] # 3

我目前确实有一些非常粗略的代码（请不要太苛刻地评价我）：

matrix = {}
f = open(filepath, 'r')
lines = f.readlines()
keys = lines[0].split()

for key in keys:
    matrix[key] = {}

for line in lines[1:]:
    chars = line.split()
    key_a = chars[0]
    for i, c in enumerate(chars[1:]):
        key_b = keys[i-1]
        matrix[key_a][key_b] = int(c)

print matrix

# Outputs {'A': {'A': 1, 'C': 0, 'B': 2}, 'C': {'A': 7, 'C': 6, 'B': 0}, 'B': {'A': 0, 'C': 3, 'B': 5}}

虽然这没有错，但我已经离开 python 很长时间了，有没有更好的方法？也许嵌套字典实际上不是最好的方法？

更新：

  1. 不幸的是，我需要在 vanilla python 中执行此操作，因此无法使用外部库（相信我会喜欢）
  2. 将我的示例代码形式的伪代码更新为实际代码。羞愧地低着头。
4

1 回答 1

4

您的代码是合理的，但这里有一个替代方案：

import collections
with open('grid_file.txt', 'r') as f:
    columns = next(f).split()
    matrix = collections.defaultdict(dict)
    for line in f:
        items = line.split()
        row, vals = items[0], items[1:]
        for col, val in zip(columns, vals):
            matrix[col][row] = int(val)
print(matrix)

产生

defaultdict(<type 'dict'>, {'A': {'A': 0, 'C': 6, 'B': 3}, 'C': {'A': 2, 'C': 0, 'B': 5}, 'B': {'A': 1, 'C': 7, 'B': 0}})

一些技巧：

  • 采用

    with open(...) as f
    ...

    代替

    f = open(...)
f.close()

    因为当Python离开 with-block. 通过使用with，您将永远不会忘记关闭文件句柄，即使发生异常，文件句柄在离开with-block.

  • f.readlines()一般来说，如果可以的话，最好避免。这会将整个文件放入列表中。这对内存来说可能很繁重，尤其是在文件很大的情况下。通常

    with open(...) as f:
    for line in f:

    可以代替使用。

  • 如果您创建matrix一个collections.default(dict)那么 默认情况下matrix[field]将是一个dict。所以你可以跳过初始化：

    for key in keys:
    matrix[key] = {}

  • Adefaultdict是 的子类dict，因此您可以像使用 a 一样使用它dict。如果您不喜欢它的打印方式，或者想停止matrix自动将空 dict 分配给 matrix[key]for any key，您可以将 defaultdict 转换回常规dict：

    matrix = dict(matrix)

  • for-loops如果可以，请避免使用数字索引。

    for i, c in enumerate(chars[1:]):

    尽管这对于大多数类 C 语言来说都是必需的，但 Python 有一个更好的方法：循环遍历项目本身：

    for col, val in zip(columns, vals):

    这使代码更具可读性，因为它为您真正感兴趣的对象分配了一个变量名，而不仅仅是一个索引，然后您必须将其组合成诸如keys[i-1]. 它还可以帮助您避免当您必须将索引调整一时可能发生的“非一”错误，如keys[i-1].

另一种可能性是不使用嵌套字典，而是使用 2 元组（列、行）作为键：

with open('grid_file.txt', 'r') as f:
    columns = next(f).split()
    matrix = {}
    for line in f:
        items = line.split()
        row, vals = items[0], items[1:]
        for col, val in zip(columns, vals):
            matrix[col, row] = int(val)
print(matrix)

产量

{('B', 'C'): 7, ('A', 'A'): 0, ('B', 'B'): 0, ('B', 'A'): 1, ('C', 'A'): 2, ('C', 'B'): 5, ('C', 'C'): 0, ('A', 'B'): 3, ('A', 'C'): 6}

然后您可以像这样访问矩阵中的（列，行）：

print(matrix['A','C'])
# 6

顺便说一句，如果你安装pandas：

import pandas as pd
import io

text = '''\
A  B  C
A 0  1  2
B 3  0  5
C 6  7  0'''

df = pd.read_table(io.BytesIO(text), sep='\s+')
print(df.to_dict())

产量

{'A': {'A': 0, 'B': 3, 'C': 6},
 'B': {'A': 1, 'B': 0, 'C': 7},
 'C': {'A': 2, 'B': 5, 'C': 0}}
于 2013-03-01T02:07:28.703 回答