clear()
在python中,调用和分配{}
给字典有区别吗?如果是,那是什么?例子:
d = {"stuff":"things"}
d.clear() #this way
d = {} #vs this way
clear()
在python中,调用和分配{}
给字典有区别吗?如果是,那是什么?例子:
d = {"stuff":"things"}
d.clear() #this way
d = {} #vs this way
如果您有另一个变量也引用同一字典,则存在很大差异:
>>> d = {"stuff": "things"}
>>> d2 = d
>>> d = {}
>>> d2
{'stuff': 'things'}
>>> d = {"stuff": "things"}
>>> d2 = d
>>> d.clear()
>>> d2
{}
这是因为分配d = {}
创建了一个新的空字典并将其分配给d
变量。这留下d2
了指向旧字典,其中仍有项目。但是,d.clear()
清除d
和d2
都指向的同一个字典。
d = {}
将创建一个新实例,d
但所有其他引用仍将指向旧内容。
d.clear()
将重置内容,但对同一实例的所有引用仍然是正确的。
除了其他答案中提到的差异之外,还存在速度差异。d = {} 快两倍多:
python -m timeit -s "d = {}" "for i in xrange(500000): d.clear()"
10 loops, best of 3: 127 msec per loop
python -m timeit -s "d = {}" "for i in xrange(500000): d = {}"
10 loops, best of 3: 53.6 msec per loop
作为前面已经提到的事情的说明:
>>> a = {1:2}
>>> id(a)
3073677212L
>>> a.clear()
>>> id(a)
3073677212L
>>> a = {}
>>> id(a)
3073675716L
除了@odano 的回答,d.clear()
如果您想多次清除字典,似乎使用速度更快。
import timeit
p1 = '''
d = {}
for i in xrange(1000):
d[i] = i * i
for j in xrange(100):
d = {}
for i in xrange(1000):
d[i] = i * i
'''
p2 = '''
d = {}
for i in xrange(1000):
d[i] = i * i
for j in xrange(100):
d.clear()
for i in xrange(1000):
d[i] = i * i
'''
print timeit.timeit(p1, number=1000)
print timeit.timeit(p2, number=1000)
结果是:
20.0367929935
19.6444659233
如果原始对象不在范围内,变异方法总是有用的:
def fun(d):
d.clear()
d["b"] = 2
d={"a": 2}
fun(d)
d # {'b': 2}
重新分配字典将创建一个新对象,并且不会修改原始对象。
没有提到的一件事是范围问题。不是一个很好的例子,但这是我遇到问题的情况:
def conf_decorator(dec):
"""Enables behavior like this:
@threaded
def f(): ...
or
@threaded(thread=KThread)
def f(): ...
(assuming threaded is wrapped with this function.)
Sends any accumulated kwargs to threaded.
"""
c_kwargs = {}
@wraps(dec)
def wrapped(f=None, **kwargs):
if f:
r = dec(f, **c_kwargs)
c_kwargs = {}
return r
else:
c_kwargs.update(kwargs) #<- UnboundLocalError: local variable 'c_kwargs' referenced before assignment
return wrapped
return wrapped
解决方案是替换c_kwargs = {}
为c_kwargs.clear()
如果有人想出一个更实际的例子,请随时编辑这篇文章。
此外,有时 dict 实例可能是 dict 的子类(defaultdict
例如)。在这种情况下,clear
最好使用 using,因为我们不必记住 dict 的确切类型,也可以避免重复代码(将清除行与初始化行耦合)。
x = defaultdict(list)
x[1].append(2)
...
x.clear() # instead of the longer x = defaultdict(list)