dotted，一个非常好用的 Python 库！

Sitin涛哥

已于 2024-05-16 14:57:00 修改

阅读量929

点赞数 26

分类专栏： Python 文章标签： python 开发语言

于 2024-04-29 22:30:00 首次发布

本文链接：https://blog.csdn.net/wuShiJingZuo/article/details/138333947

版权

Python 专栏收录该内容

1435 篇文章

订阅专栏

更多Python学习内容：ipengtao.com

大家好，今天为大家分享一个非常好用的 Python 库 - dotted。

Github地址：https://github.com/carlosescri/DottedDict

Python的dotted库提供了一种便捷的方式来处理嵌套字典和列表，允许通过点分隔的路径字符串来访问和设置嵌套结构中的数据。这对于处理复杂的配置文件或API响应尤为有用，特别是在需要频繁访问深层嵌套数据的情况下。

安装

安装dotted库可以通过Python的包管理器pip完成，非常简单快捷：

pip install dotted

这条命令将从Python包索引下载并安装dotted库及其依赖项。

特性

简化的访问和修改方式：使用点分隔路径来访问或修改嵌套的数据。
无需预先定义结构：直接操作数据，而无需关心数据的具体结构。
轻松处理列表和字典：透明地处理字典和列表的嵌套结合。
支持动态默认值：在访问不存在的路径时提供默认值。

基本功能

访问嵌套数据

使用dotted库，可以通过点分隔的字符串轻松访问嵌套数据。

from dotted.collection import DottedDict

data = {
    "user": {
        "name": "John Doe",
        "address": {
            "street": "123 Elm St",
            "city": "Somewhere"
        }
    }
}

dotted_data = DottedDict(data)
print(dotted_data['user.name'])  # 输出: John Doe

修改嵌套数据

除了访问数据，dotted也允许修改嵌套数据。

dotted_data['user.address.city'] = "Anywhere"
print(dotted_data['user.address.city'])  # 输出: Anywhere

高级功能

Python dotted库除了提供基础的数据访问和修改功能之外，还包括多种高级功能，使得操作复杂的嵌套数据结构更加灵活和强大。

动态路径和通配符

dotted库支持动态路径和通配符，这使得你可以在不知道确切索引的情况下遍历列表或字典。

from dotted.collection import DottedDict

data = {
    "departments": [
        {"name": "Engineering", "employees": [{"name": "John"}, {"name": "Jane"}]},
        {"name": "HR", "employees": [{"name": "Alice"}, {"name": "Bob"}]}
    ]
}

dotted_data = DottedDict(data)

# 使用通配符获取所有部门的所有员工名字
employee_names = dotted_data['departments.*.employees.*.name']
print(employee_names)  # 输出: [['John', 'Jane'], ['Alice', 'Bob']]

处理深层嵌套结构

对于非常深的嵌套结构，dotted库提供了一种简洁的方式来访问和修改深层数据。

# 修改深层嵌套数据
dotted_data['departments.0.employees.1.name'] = "Janet"
print(dotted_data['departments.0.employees.1.name'])  # 输出: Janet

结合条件和过滤

dotted库允许结合条件和过滤来动态访问和修改数据，这对于复杂的数据处理特别有用。

# 条件过滤获取特定条件下的员工名字
hr_employees = [name for name in dotted_data['departments.*.employees.*.name']
                if 'HR' in dotted_data['departments.*.name']]
print(hr_employees)  # 输出: ['Alice', 'Bob']

异常处理和默认值

在访问不存在的路径时，dotted库可以提供默认值或进行异常处理，避免程序因为找不到键而崩溃。

# 使用get方法提供默认值
manager_name = dotted_data.get('departments.2.manager.name', 'No Manager')
print(manager_name)  # 输出: No Manager

转换为标准字典

有时，可能需要将DottedDict转换回标准的字典格式，尤其是在需要将数据传递给不支持DottedDict的函数或库时。

# 转换为标准字典
standard_dict = dotted_data.to_dict()
print(type(standard_dict))  # 输出: <class 'dict'>

实际应用场景

Python dotted库因其能够简化对复杂嵌套数据的操作，特别适用于需要处理深层数据结构的应用。

配置文件管理

在软件开发中，配置文件通常包含嵌套的结构，dotted库可以简化配置数据的访问和修改。

from dotted.collection import DottedDict
import json

# 假设有一个JSON配置文件
config_json = """
{
    "database": {
        "host": "localhost",
        "port": 3306,
        "credentials": {
            "user": "admin",
            "password": "secret"
        }
    }
}
"""

config = DottedDict(json.loads(config_json))

# 访问数据库主机和端口
host = config['database.host']
port = config['database.port']
print(f"Database runs at {host}:{port}")

# 修改数据库密码
config['database.credentials.password'] = "new_secret"
print(f"Updated password: {config['database.credentials.password']}")

动态数据处理

在数据科学或机器学习项目中，处理动态生成的或频繁变化的数据结构时，dotted库可以极大地简化代码。

from dotted.collection import DottedDict

# 模拟动态生成的数据
data = {
    "timestamp": "2021-01-01T12:00:00",
    "sensors": [
        {"id": "temp", "value": 22.5},
        {"id": "humidity", "value": 48.2}
    ]
}

dotted_data = DottedDict(data)

# 动态访问传感器数据
for sensor in dotted_data['sensors']:
    print(f"Sensor {sensor['id']} has value {sensor['value']}")

API响应处理

在与RESTful APIs交互时，响应数据经常是嵌套的JSON。使用dotted库可以更方便地解析这些数据。

import requests
from dotted.collection import DottedDict

# 发起API请求
response = requests.get("https://api.example.com/data")
response_data = DottedDict(response.json())

# 使用dotted访问嵌套数据
user_email = response_data['users.0.email']
print(f"First user's email: {user_email}")

多层次数据可视化

在数据可视化项目中，经常需要从复杂数据集中提取数据。dotted库可以简化这一过程，特别是在处理多层次数据时。

from dotted.collection import DottedDict
import matplotlib.pyplot as plt

# 假设有复杂的数据结构
data = {
    "experiment": {
        "name": "Test A",
        "results": {
            "temperature": [20, 21, 22, 21],
            "humidity": [30, 32, 31, 29]
        }
    }
}

dotted_data = DottedDict(data)

# 提取数据并绘图
temperatures = dotted_data['experiment.results.temperature']
plt.plot(temperatures, label='Temperature')
plt.legend()
plt.show()

总结

Python的dotted库提供了一种高效且直观的方式来管理和操作复杂的嵌套字典和列表。通过允许使用点分隔的路径字符串来访问和修改嵌套数据，它极大地简化了处理深层结构的数据的复杂性。这一功能在配置文件管理、动态数据处理、API响应处理和数据可视化等多个领域中表现出极大的实用性。dotted库的简洁和强大使其成为处理复杂数据结构时的理想选择，尤其适合开发需要频繁操作深层嵌套数据的应用程序。通过本文的介绍和示例，开发者可以更有效地利用这个库来优化他们的代码和工作流程。

如果你觉得文章还不错，请大家点赞、分享、留言下，因为这将是我持续输出更多优质文章的最强动力！

如果想要系统学习Python、Python问题咨询，或者考虑做一些工作以外的副业，都可以扫描二维码添加微信，围观朋友圈一起交流学习。