利用Python演示数型数据结构的教程

更新时间：2015年04月03日 15:56:17 作者：github.com/2012250

这篇文章主要介绍了利用Python演示数型数据结构的教程,核心代码其实只有一行（XD）,需要的朋友可以参考下

使用 Python 内建的defaultdict 方法可以轻松定义一个树的数据结构。

简单的说树也可以是一个字典数据结构

def tree(): return defaultdict(tree)

这就是全部，就一行代码。

如果你继续下面的代码，需要先引入

from collections import defaultdict

实例

JSON-esque

现在我们创建一个 JSON-esque 嵌套字典无需显式的创建子字典：

users = tree()
users['harold']['username'] = 'hrldcpr'
users['handler']['username'] = 'matthandlersux'

然后可通过 <code>print(json.dumps(users))</code> 来打印 JSON 数据，结果如下：

{"harold": {"username": "hrldcpr"}, "handler": {"username": "matthandlersux"}}

无需赋值

我们不需要通过赋值就可以创建结构：

taxonomy = tree()
taxonomy['Animalia']['Chordata']['Mammalia']['Carnivora']['Felidae']['Felis']['cat']
taxonomy['Animalia']['Chordata']['Mammalia']['Carnivora']['Felidae']['Panthera']['lion']
taxonomy['Animalia']['Chordata']['Mammalia']['Carnivora']['Canidae']['Canis']['dog']
taxonomy['Animalia']['Chordata']['Mammalia']['Carnivora']['Canidae']['Canis']['coyote']
taxonomy['Plantae']['Solanales']['Solanaceae']['Solanum']['tomato']
taxonomy['Plantae']['Solanales']['Solanaceae']['Solanum']['potato']
taxonomy['Plantae']['Solanales']['Convolvulaceae']['Ipomoea']['sweet potato']

要打印有好的信息，需要转成标准的字典对象：

def dicts(t): return {k: dicts(t[k]) for k in t}

现在可通过 pprint(dicts(taxonomy)) 进行打印了:

{'Animalia': {'Chordata': {'Mammalia': {'Carnivora': {'Canidae': {'Canis': {'coyote': {},
                                      'dog': {}}},
                           'Felidae': {'Felis': {'cat': {}},
                                 'Panthera': {'lion': {}}}}}}},
 'Plantae': {'Solanales': {'Convolvulaceae': {'Ipomoea': {'sweet potato': {}}},
              'Solanaceae': {'Solanum': {'potato': {},
                           'tomato': {}}}}}}

子结构也被当作是字典对象了，而叶子节点是一个空的字典对象

迭代

可以使用有趣的方法对树进行迭代。

例如我们解析一个动物的列表并添加到之前定义的 taxonomy 中，我们可以使用如下代码：

add(taxonomy,
  'Animalia,Chordata,Mammalia,Cetacea,Balaenopteridae,Balaenoptera,blue whale'.split(','))

简化实现：

def add(t, keys):
 for key in keys:
  t = t[key]

我们仍然无需赋值：

{'Animalia': {'Chordata': {'Mammalia': {'Carnivora': {'Canidae': {'Canis': {'coyote': {},
                                      'dog': {}}},
                           'Felidae': {'Felis': {'cat': {}},
                                 'Panthera': {'lion': {}}}},
                    'Cetacea': {'Balaenopteridae': {'Balaenoptera': {'blue whale': {}}}}}}},
 'Plantae': {'Solanales': {'Convolvulaceae': {'Ipomoea': {'sweet potato': {}}},
              'Solanaceae': {'Solanum': {'potato': {},
                           'tomato': {}}}}}}

结论

上面提及的这些可能用处不大，只是做了一些有意思的代码。

如果你喜欢 Python 的话，把这个当成是乐趣来理解。

您可能感兴趣的文章:

使用Python Pandas处理亿级数据的方法
这篇文章主要介绍了使用Python Pandas处理亿级数据的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2019-06-06
python打印文件的前几行或最后几行教程
今天小编就为大家分享一篇python打印文件的前几行或最后几行教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
Python Pandas中缺失值NaN的判断,删除及替换
缺失值是指数据集中的某些观察存在遗漏的指标值,缺失值的存在同样会影响到数据剖析和挖掘的效果,下面这篇文章主要给大家介绍了关于Python Pandas中缺失值NaN的判断,删除及替换的相关资料,需要的朋友可以参考下
2022-01-01
Python多项式回归的实现方法
这篇文章主要介绍了Python多项式回归的实现方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2019-03-03
Kmeans聚类算法python sklearn用户画像教程
这篇文章主要介绍了Kmeans聚类算法python sklearn用户画像教程，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-07-07
Python实现爬虫从网络上下载文档的实例代码
小编最近在研究python，接触到了爬虫，本文给大家带来了Python实现爬虫从网络上下载文档的知识。下面小编把具体实例代码分享到脚本之家平台，感兴趣的朋友参考下吧
2018-06-06
Python元类与迭代器生成器案例详解
这篇文章主要介绍了Python元类与迭代器生成器案例详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
2021-08-08
Selenium定位元素的方法小结及语法详解
Selenium是一种用于自动化网页操作的工具,通过不同定位策略可以精准定位网页元素,本文介绍了8种定位方法,并详细说明了每种方法的语法、使用场景及实际操作中的注意事项,需要的朋友可以参考下
2025-02-02
使用Python编程分析火爆全网的鱿鱼游戏豆瓣影评
本文来为大家介绍如何使用Python爬取影评的操作，主要是爬取《鱿鱼游戏》在豆瓣上的一些影评，对数据做一些简单的分析，用数据的角度重新审视下这部剧，有需要的朋友可以借鉴参考下
2021-10-10
使用python 进行区间取值的方法
这篇文章主要介绍了使用python 进行区间取值的相关知识，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2021-07-07

利用Python演示数型数据结构的教程

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具