Python 什么'；为dicts伪造散列的惯用方法是什么？

编辑：正如@BrenBarn所指出的，原文没有意义

给定一个dict列表（由

csv.DictReader

提供——它们都有

str

键和值），最好通过将它们全部填充到一个集合中来删除重复项，但这不能直接完成，因为

dict

是不可散列的。有些人涉及如何为set/dict伪造

\uuuu散列（）

，但没有说明应该首选哪种方式

# i. concise but ugly round trip
filtered = [eval(x) for x in {repr(d) for d in pile_o_dicts}]

# ii. wordy but avoids round trip
filtered = []
keys = set()
for d in pile_o_dicts:
    key = str(d)
    if key not in keys:
        keys.add(key)
        filtered.append(d)

# iii. introducing another class for this seems Java-like?
filtered = {hashable_dict(x) for x in pile_o_dicts}

# iv. something else entirely

---

本着“显而易见的方法是什么”的精神，基于您的示例代码，我认为您的问题和您的字面意思略有不同。实际上，您并不想覆盖

\uuuuuu散列函数（）

——您只想在线性时间内过滤掉重复项，对吗？因此，您需要确保每个字典都有以下内容：1）表示每个键值对，2）它们以稳定的顺序表示。您可以使用键值对的排序元组，但我建议使用

frozenset

frozenset

s是可散列的，它们避免了排序的开销，这将提高性能（这似乎证实了这一点）。缺点是它们比元组占用更多的内存，所以这里有一个空间/时间权衡

此外，您的代码使用集合进行过滤，但这没有多大意义。如果您使用字典，则无需执行难看的

eval

步骤：

filtered = {frozenset(d.iteritems()):d for d in pile_o_dicts}.values()

或者在Python 3中，假设您想要的是列表而不是字典视图：

filtered = list({frozenset(d.items()):d for d in pile_o_dicts}.values())

这两个都有点笨重。对于可读性，考虑将其分解成两行：

dict_o_dicts = {frozenset(d.iteritems()):d for d in pile_o_dicts}
filtered = dict_o_dicts.values()

另一种选择是元组的有序元组：

filtered = {tuple(sorted(d.iteritems())):d for d in pile_o_dicts}.values()

最后一点注意：不要为此使用

repr

。计算为相等的词典可以有不同的表示形式：

>>> d1 = {str(i):str(i) for i in range(300)}
>>> d2 = {str(i):str(i) for i in range(299, -1, -1)}
>>> d1 == d2
True
>>> repr(d1) == repr(d2)
False

---

如果dict都有相同的键，您可以使用

namedtuple

>>> from collections import namedtuple
>>> nt = namedtuple('nt', pile_o_dicts[0])
>>> set(nt(**d) for d in pile_o_dicts)

---

巧妙命名的pile_o_dicts可通过对其项目列表排序转换为规范形式：

这将把相同的词典分组在一起

---

FWIW，使用

sorted（d.items（））

的技术目前在functools.lru_cache（）的标准库中使用，以便识别具有相同关键字参数的函数调用。瞧，这项技术是行之有效的：-）

我不知道你在问什么。您是否正在寻找（即，一个可以用作另一个dict中的键）？您的代码示例没有多大意义（例如，您的第一个示例只是重新创建了原始的

pile_____dicts

）。这并不是首选的解决方案或任何东西，但在您的第一个示例中，您可以通过使用dict理解来避免“往返”评估dict：

{repr（d）：pile___dicts中的d代表d}.values（）

而不是集合+列表evals@BrenBarn你说得对，被编辑成一些（希望如此！）合理的东西。很难与标准库竞争。

 groups = {}
 for d in pile_o_dicts:
     k = tuple(sorted(d.items()))
     groups.setdefault(k, []).append(d)