python的数据结构功能很强大,之前的文章中总结了一些字典的操作,这里专门总结一个字典嵌套的例子,以备不时之需:
首先说一下需求,我有一个list=['空调','工程'],然后我可以根据一个近义词包通过遍历这两个list中的元素,取出每个元素的近义词以及近似系数然后放到字典中。
例如 空调 近义词:通风:系数0.9,制冷:系数0.8;工程 近义词 :维护:系数0.7,施工:系数0.6
然后我将这些信息放到字典中显示
{'空调': {'通风': 0.9, '制冷': 0.8}, '工程': {'维护': 0.7, '施工': 0.6}}
这个其实是比较简单的,但是手动去写还是有点麻烦。这里我看到了一个例子总结一下
import pprint
class Vividict(dict):
def __missing__(self, key):
value = self[key] = type(self)()
return value
d = Vividict()
d['空调']['通风']=0.9
d['空调']['制冷']=0.8
d['工程']['维护']=0.7
d['工程']['施工']=0.6
print(d)
pprint.pprint(d)
输出:
{'空调': {'通风': 0.9, '制冷': 0.8}, '工程': {'维护': 0.7, '施工': 0.6}}
{'工程': {'施工': 0.6, '维护': 0.7}, '空调': {'制冷': 0.8, '通风': 0.9}}
可以看到只要你将想要添加到字典中的元素列出来,然后直接添加即可;
这里我用了两种打印方式,可以看到打印出来的字典的顺序结构是不同的。
作者还有更深入的例子:
d['foo']['bar']
d['foo']['baz']
d['fizz']['buzz']
d['primary']['secondary']['tertiary']['quaternary']
pprint.pprint(d)
输出:
{'fizz': {'buzz': {}},
'foo': {'bar': {}, 'baz': {}},
'primary': {'secondary': {'tertiary': {'quaternary': {}}}}}
看到了吧,这样就可以实现多层嵌套了。