在Python中初始化/创建/填充Dict的Dict

我以前在python中使用过词典，但我对python还是新手。这一次我用的是一本字典的一本字典的一本字典的一本字典。。。i、 例如，一个三层dict，并希望在编程之前进行检查

我想将所有数据存储在这个三层dict中，我想知道什么是一种很好的Python方式来初始化，然后读取文件并写入这样的数据结构

我想要的词典类型如下：

{'geneid':
{'transcript_id':
{col_name1:col_value1, col_name2:col_value2}
}
}

数据属于以下类型：

geneid\ttx_id\tcolname1\tcolname2\n
hello\tNR432\t4.5\t6.7
bye\tNR439\t4.5\t6.7

有没有什么好办法

---

谢谢

首先，让我们从处理行解析的模块开始：

import csv
with open('mydata.txt', 'rb') as f:
    for row in csv.DictReader(f, delimiter='\t'):
        print row

这将打印：

{'geneid': 'hello', 'tx_id': 'NR432', 'col_name1': '4.5', 'col_name2': 6.7}
{'geneid': 'bye', 'tx_id': 'NR439', 'col_name1': '4.5', 'col_name2': 6.7}

所以，现在你只需要把它重新组织成你喜欢的结构。这几乎是微不足道的，只是您必须处理这样一个事实：第一次看到给定的

geneid

时，您必须为它创建一个新的空

dict

，同样，第一次在

geneid

中看到给定的

tx\u id

。您可以通过以下方法解决此问题：

您可以使用以下工具使其更具可读性：

---

这里的诀窍是，顶级的

dict

是一个特殊的函数，每当它第一次看到一个新键时，就会返回一个空的

dict

，而它返回的空

dict

本身就是一个空的

dict

。唯一困难的部分是

defaultdict

采用返回正确类型对象的函数，而返回

defaultdict（dict）

的函数必须使用

partial

、

lambda

或显式函数编写。（ActiveState上有一些配方，PyPI上有一些模块，它们将为您提供一个更通用的版本，如果您愿意的话，可以根据需要创建新的词典。）

我也在尝试寻找替代方案，并在stackoverflow中找到了这个同样不错的答案：

就我而言，基本上：

class AutoVivification(dict):
    """Implementation of perl's autovivification feature."""
    def __getitem__(self, item):
        try:
            return dict.__getitem__(self, item)
        except KeyError:
            value = self[item] = type(self)()
            return value

---

在为我的研究编写代码时，我必须经常这样做。您需要使用defaultdict包，因为它允许您通过简单的赋值在任何级别添加键：值对。回答你的问题后我会给你看。这是直接来源于我的一个程序。关注最后4行（不是注释），并通过块的其余部分跟踪变量，以查看它在做什么：

from astropy.io import fits #this package handles the image data I work with
import numpy as np
import os
from collections import defaultdict

klist = ['hdr','F','Ferr','flag','lmda','sky','skyerr','tel','telerr','wco','lsf']
dtess = []

for file in os.listdir(os.getcwd()):
    if file.startswith("apVisit"):
        meff = fits.open(file, mode='readonly', ignore_missing_end=True)
        hdr = meff[0].header
        oid = str(hdr["OBJID"]) #object ID
        mjd = int(hdr["MJD5"].strip(' ')) #5-digit observation date
        for k,v in enumerate(klist):
            if k==0:
                dtess = dtess+[[oid,mjd,v,hdr]]
            else:
                dtess=dtess+[[oid,mjd,v,meff[k].data]]
        #header extension works differently from the rest of the image cube
        #it's not relevant to populating dictionaries
#HDUs in order of extension no.: header, flux, flux error, flag mask, 
# wavelength, sky flux, error in sky flux, telluric flux, telluric flux errors,
# wavelength solution coefficients, & line-spread function
dtree = defaultdict(lambda: defaultdict(lambda: defaultdict(list)))
for s,t,u,v in dtess:
    dtree[s][t][u].append(v)
#once you've added all the keys you want to your dictionary, 
#set default_factory attribute to None 
dtree.default_factory = None

这是摘要版

首先，对于n级字典，必须进行排序和转储 以[key_1，key_2， …，键n，值]

然后，要初始化n级字典， 只需输入“defaultdict（lambda:”（减去引号）n-1次， 在末尾粘贴“defaultdict（list）”（或其他数据类型），然后 合上括号

使用for循环附加到列表。*注意：当您访问数据值时 在最低级别，您可能需要键入my_dict[key_1][key_2] […][key_n][0]获取实际值，而不仅仅是数据描述 在其中键入

*编辑：当你的字典达到你想要的大小时，设置 默认工厂属性为“无”

如果尚未将默认的\u工厂设置为“无”，则可以稍后通过键入类似my_dict[key\u 1][key\u 2][…][new\u key]=new\u value之类的内容或使用append（）命令添加到嵌套字典中。您甚至可以添加其他字典，只要这些形式的赋值所添加的字典本身没有嵌套

*

---

警告！新添加的代码段的最后一行非常重要，您可以将默认的\u factory属性设置为None。您的电脑需要知道您何时完成了向字典的添加，否则它可能会继续在后台分配内存，以防耗尽RAM，直到程序停止。这是非常重要的一种。在我写下这个答案后不久，我通过艰苦的方式学会了这一点。这个问题困扰了我好几个月，我甚至不认为我是最终解决这个问题的人，因为我对内存分配一无所知。

你是说“高效”吗就您的时间编码和维护而言，或者就执行它的CPU时间而言？对不起，好的一点，编码和维护…对于更多的列，您可以对col_name中的col_name执行

：genes[row['geneid'].[row['transcript_id'].[col_name]=row[col_name]

不使用

functools.partial

和执行

genes=defaultdict（lambda:defaultdict（dict））是否有缺点
？@StevenRumbalski:partial
和
lambda
之间没有太大区别。我个人觉得前者更容易理解，因为我知道它只不过是在函数中绑定参数，而
lambda
可以做任何事情。但这是一个风格问题。我使用
lambda
when表达式才是最重要的；
partial
当中心函数是最重要的；
def
当它们都不够明显时。是的，当我说，“ActiveState上有一些配方，PyPI上有一些模块，它们将为您提供一个更通用的版本，如果您愿意的话，可以根据需要创建新的词典。”这就是我的意思。有几种不同的方法可以做到这一点（有些甚至像perl和JS一样，根据索引的类型神奇地创建字典或列表）。
class AutoVivification(dict):
    """Implementation of perl's autovivification feature."""
    def __getitem__(self, item):
        try:
            return dict.__getitem__(self, item)
        except KeyError:
            value = self[item] = type(self)()
            return value

from astropy.io import fits #this package handles the image data I work with
import numpy as np
import os
from collections import defaultdict

klist = ['hdr','F','Ferr','flag','lmda','sky','skyerr','tel','telerr','wco','lsf']
dtess = []

for file in os.listdir(os.getcwd()):
    if file.startswith("apVisit"):
        meff = fits.open(file, mode='readonly', ignore_missing_end=True)
        hdr = meff[0].header
        oid = str(hdr["OBJID"]) #object ID
        mjd = int(hdr["MJD5"].strip(' ')) #5-digit observation date
        for k,v in enumerate(klist):
            if k==0:
                dtess = dtess+[[oid,mjd,v,hdr]]
            else:
                dtess=dtess+[[oid,mjd,v,meff[k].data]]
        #header extension works differently from the rest of the image cube
        #it's not relevant to populating dictionaries
#HDUs in order of extension no.: header, flux, flux error, flag mask, 
# wavelength, sky flux, error in sky flux, telluric flux, telluric flux errors,
# wavelength solution coefficients, & line-spread function
dtree = defaultdict(lambda: defaultdict(lambda: defaultdict(list)))
for s,t,u,v in dtess:
    dtree[s][t][u].append(v)
#once you've added all the keys you want to your dictionary, 
#set default_factory attribute to None 
dtree.default_factory = None