Ce que cet article vous apporte concerne la façon dont Python maintient les dictionnaires en ordre (code). Il a une certaine valeur de référence. Les amis dans le besoin peuvent s'y référer.
1. Exigences
Nous voulons créer un dictionnaire, et en même temps, lors de l'itération ou de la sérialisation du dictionnaire, nous pouvons également contrôler l'ordre des éléments.2. Solution
Pour contrôler l'ordre des éléments dans le dictionnaire, vous pouvez utiliser la classe OrderedDict dans le module collections. Lors d’une itération sur un dictionnaire, il le fait strictement dans l’ordre dans lequel les éléments ont été initialement ajoutés.
from collections import OrderedDict d=OrderedDict() d['a']=1 d['b']=2 d['c']=3 d['d']=4 #根据插入删除输出 for key in d: print(key,d[key])
Résultat :
a 1 b 2 c 3 d 4
OrderedDict est particulièrement utile lorsque vous souhaitez créer une structure de mappage qui peut être ultérieurement sérialisée ou encodée dans un autre format. Par exemple : Si vous souhaitez contrôler avec précision l'ordre de chaque champ lors de l'encodage JSON, il vous suffit alors de construire d'abord les données dans OrderedDict :
from collections import OrderedDict import json d=OrderedDict() d['a']=1 d['b']=2 d['c']=3 d['d']=4 j=json.dumps(d) print(j)
Résultat :
{"a": 1, "b": 2, "c": 3, "d": 4}OrderedDict maintient un interne Une liste doublement chaînée, qui organise les positions clés en fonction de l'ordre dans lequel les éléments sont ajoutés. Le premier élément nouvellement ajouté est placé à la fin de la liste chaînée, puis les clés existantes sont réaffectées sans changer la position des clés.
Veuillez noter : OrderedDict est 2 fois la taille d'un dictionnaire normal. Cela est dû à la liste chaînée supplémentaire qu’il crée. Par conséquent, si vous envisagez de créer une structure de données impliquant un grand nombre d'instances OrderedDict (par exemple, lire 100 000 lignes d'un fichier CSV dans une liste OrderedDict), vous devrez effectuer une analyse des exigences de l'application pour déterminer les avantages. d'utiliser OrderedDict. Les inconvénients de la surcharge de mémoire supplémentaire peuvent-ils être surmontés ?
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Les raisons pour lesquelles les scripts Python ne peuvent pas fonctionner sur les systèmes UNIX incluent: 1) des autorisations insuffisantes, en utilisant Chmod xyour_script.py pour accorder des autorisations d'exécution; 2) Ligne Shebang incorrecte ou manquante, vous devez utiliser #! / Usr / bin / enwpython; 3) Paramètres de variables d'environnement incorrectes, vous pouvez imprimer OS.environ Debogging; 4) En utilisant la mauvaise version Python, vous pouvez spécifier la version sur la ligne Shebang ou la ligne de commande; 5) Problèmes de dépendance, en utilisant un environnement virtuel pour isoler les dépendances; 6) Erreurs de syntaxe, utilisez python-mpy_compileyour_script.py pour détecter.

L'utilisation de tableaux Python est plus adapté au traitement de grandes quantités de données numériques que les listes. 1) Les tableaux économisent plus de mémoire, 2) les tableaux sont plus rapides pour fonctionner par des valeurs numériques, 3) la cohérence de type de force des tableaux, 4) Les tableaux sont compatibles avec les tableaux C, mais ne sont pas aussi flexibles et pratiques que les listes.

Listes sont une meilleure ancêtres et des datatatates de mix

NumpyManagesMemoryForLargeArraySEfficientlyUsingViews, Copies andMemory-MapyPiles.1) Vues Allowcing withoutcopy

ListSinpythondonoTequireImporttingAmodule, tandis que les listes de la part de la variation de la daymoduleeeedanimport.1)

PythonlistScanstoreanyDatatype, ArrayModulearRaySstoreOneType, et NumpyArraysArnumericalComptations.1) ListesaSaSatilebutlessmemory-Efficient.2) NumpyArraySareMory-EfficientForHomoGeneousData.3)

Lorsque vous vous assumez de la valeur de la valeur de la datyypie de la datyylethonarray.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

PhpStorm version Mac
Le dernier (2018.2.1) outil de développement intégré PHP professionnel

VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

MantisBT
Mantis est un outil Web de suivi des défauts facile à déployer, conçu pour faciliter le suivi des défauts des produits. Cela nécessite PHP, MySQL et un serveur Web. Découvrez nos services de démonstration et d'hébergement.

Dreamweaver CS6
Outils de développement Web visuel
