Hướng dẫn is dict immutable in python - là không thể thay đổi được trong python

Python’s built-in collection types come in mutable and immutable flavours, but one is conspicuously missing:

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

Đâu là ____ ____1111? Nó có thể hữu ích…

PEP 416 đã đề xuất một loại

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

Nhưng PEP đã cung cấp cho chúng tôi một công cụ để mô phỏng các ____10s bất biến:

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

.

Cách sử dụng In [1]: power_levels["Kevin"] Out[1]: 9001 In [2]: power_levels["Benny"] Out[2]: 8000 In [3]: list(power_levels.keys()) Out[3]: ['Kevin', 'Benny'] 8

Để tạo ra một chế độ bất biến của người Viking, hãy tạo ra một

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

from types import MappingProxyType

power_levels = MappingProxyType(
    {
        "Kevin": 9001,
        "Benny": 8000,
    }
)

Bạn có thể đọc từ proxy ánh xạ với tất cả các phương pháp thông thường:

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

Nhưng, mọi nỗ lực thay đổi giá trị sẽ dẫn đến

In [4]: power_levels["Benny"] = 9200
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-4-39fccb3e4f76> in <module>
----> 1 power_levels["Benny"] = 9200

TypeError: 'mappingproxy' object does not support item assignment

In [4]: power_levels["Benny"] = 9200
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-4-39fccb3e4f76> in <module>
----> 1 power_levels["Benny"] = 9200

TypeError: 'mappingproxy' object does not support item assignment

Noice.

Vì không có tài liệu tham khảo nào về

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

Nếu bạn giữ lại một tham chiếu đến

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

In [5]: original = {"kevin": 9001}

In [6]: proxy = MappingProxyType(original)

In [7]: proxy["kevin"]
Out[7]: 9001

In [8]: original["kevin"] = 9002

In [9]: proxy["kevin"]
Out[9]: 9002

Cách tạo các bản sao đột biến

Để tạo một bản sao của proxy ánh xạ bằng các thay đổi, bạn có thể sử dụng toán tử Merge Dict Python 3.9. Hợp nhất proxy ánh xạ với một dict mới và chuyển kết quả cho

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

In [10]: benny_better = MappingProxyType(power_levels | {"Benny": 9200})

In [11]: benny_better
Out[11]: mappingproxy({'Kevin': 9001, 'Benny': 9200})

Để sửa đổi phức tạp hơn, bạn có thể sao chép proxy ánh xạ vào một ____10 mới, thực hiện các thay đổi và sau đó chuyển đổi kết quả thành proxy ánh xạ:

In [12]: new_world = power_levels | {}

In [13]: del new_world["Benny"]

In [14]: del new_world["Kevin"]

In [15]: new_world["Bock"] = 100

In [16]: new_world = MappingProxyType(new_world)

In [17]: new_world
Out[17]: mappingproxy({'Bock': 100})

Yabba-dabba-doo!

Gói bữa tiệc thrid

Có một số gói bên thứ ba cung cấp các cấu trúc dữ liệu bất biến, chẳng hạn như bất biến và pyrsistent. Chúng có API API đẹp hơn một chút, nhưng đi kèm với các sự đánh đổi khác nhau như hiệu suất và trạng thái bảo trì. Bạn có thể muốn nghiên cứu chúng nếu

In [1]: power_levels["Kevin"]
Out[1]: 9001

In [2]: power_levels["Benny"]
Out[2]: 8000

In [3]: list(power_levels.keys())
Out[3]: ['Kevin', 'Benny']

Vây

Có thể dữ liệu của bạn chỉ đột biến khi bạn muốn nó,

—Adam

Tìm hiểu làm thế nào để làm cho các bài kiểm tra của bạn chạy nhanh chóng trong cuốn sách của tôi tăng tốc các bài kiểm tra django của bạn.

Một email tóm tắt một tuần, không spam, tôi pinky hứa.

Bài viết liên quan:

• Mẫu tập lệnh Python với các lệnh phụ (và gõ gợi ý)
• Cách tạo bí danh thuộc tính minh bạch trong Python
• Bài kiểm tra được bảo trì tốt: 12 câu hỏi cho các phụ thuộc mới

Tags: Python python