用多种理解填充字典

Question

我正在尝试创建一个看起来像这样的字典（部分示例）：

{(1, 1): 'Residential', (2, 1): 'Residential', (3, 1): 'Residential', (1, 2): 'Crafts', (2, 2): 'Crafts', (3, 2): 'Crafts', (4, 1): 'Law, Government', (5, 1): 'Law, Government', (4, 2): 'Public Space', (5, 2): 'Public Space', (6, 1): 'Vice', (6, 2): 'Entertainment'}

对于一些更聪明的解决方案来说，关键逻辑似乎是一个问题，即一组值分布在 3 个键上，另一组值分布在 2 个键上，第三组各有一个键。

我宁愿通过某种理解以编程方式创建它，而不是多次编写重复项。

USE = dict([(n, 1), "Residential"] for n in range(1, 4))

这很有效，例如，创建它的第一部分。我可以这样做：

USE2 = dict([(n, 2), "Crafts"] for n in range(1, 4))
USE.update(USE2)

这对于常量来说是凌乱、不优雅和糟糕的风格。

我对任何其他策略都束手无策。

我尝试了一些形式的串行理解：

USE = dict([(n, 1), "Residential"] for n in range(1, 4),
           [(n, 2), "Crafts"] for n in range(1, 4),...

但这失败了，因为 dict() 不接受多个参数。

我做不到Python 3 unpacking generalizations：

USE = dict(**dict([(n, 1), "Residential"] for n in range(1, 4)),
           **dict([(n, 2), "Crafts"] for n in range(1, 4)),...

因为我不明白的原因，这种风格仅限于字符串。使用字符串需要稍后转换将用于引用 dict 的随机数，这似乎更让人头疼（尽管我想这取决于是否有一个优雅的解决方案）。

dict comprehension 似乎不够健壮（此处的完整数据：前 6 个是后 6 个的 3 倍）：

space = ["Residential", "Crafts", "Labor", "Shops", "Trade", "Hospitality",
     "Law, Government", "Public Space", "Power", "Manufacture", "Transportation", "Leisure",
     "Vice", "Entertainment", "Storage", "Cultivation", "Academic", "Artists"]
TRY = {(y, x+1): s for x, s in enumerate(space) for y in range(1, 7)}

由于列表大小，这最终离开了我的 6x6 边界。如果我对 x 取模，它最终会覆盖条目。似乎我必须编写一个专门的函数来覆盖古怪的 3/2/1 重复，这对于通过某种理解应该是可能的似乎是不必要的。

有没有办法在一行中声明具有这种复杂性的字典？如果不是，那么声明这种常量的正确样式是什么？

Answer 1

俗话说：

不要写程序，写程序会写程序。

我的建议是启动一个交互式会话（或 IPython），创建部分字典并使用 update 合并它们。

然后打印出组合的dict 并将其粘贴到您的源代码中。

Answer 2

您描述的二维结构实际上非常适合 numpy 数组：

>>> import numpy as np
>>> 
>>> space = ["Residential", "Crafts", "Labor", "Shops", "Trade", "Hospitality",
...      "Law, Government", "Public Space", "Power", "Manufacture", "Transportation", "Leisure",
...      "Vice", "Entertainment", "Storage", "Cultivation", "Academic", "Artists"]
>>> 
>>> sparr = np.array(space, dtype=object).reshape(3,6).repeat((3,2,1), axis=0)

请注意这一行的读法多么自然：创建一个数组，重新整形为 3 行，每列 6 列，垂直（0 轴）第一个元素重复 3 次，第二个元素重复两次，最后一个元素重复一次。

结果：

>>> sparr
array([['Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       ['Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       ['Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       ['Law, Government', 'Public Space', 'Power', 'Manufacture', 'Transportation', 'Leisure'],
       ['Law, Government', 'Public Space', 'Power', 'Manufacture', 'Transportation', 'Leisure'],
       ['Vice', 'Entertainment', 'Storage', 'Cultivation', 'Academic', 'Artists']], dtype=object)

这几乎是正确的，只是索引是从零开始的，所以我们需要添加一个虚拟列和一个虚拟行：

result = np.full((7, 7), None, dtype=object)
>>> result[1:, 1:] = sparr
>>> 
>>> result
array([[None, None, None, None, None, None, None],
       [None, 'Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       [None, 'Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       [None, 'Residential', 'Crafts', 'Labor', 'Shops', 'Trade', 'Hospitality'],
       [None, 'Law, Government', 'Public Space', 'Power', 'Manufacture', 'Transportation', 'Leisure'],
       [None, 'Law, Government', 'Public Space', 'Power', 'Manufacture', 'Transportation', 'Leisure'],
       [None, 'Vice', 'Entertainment', 'Storage', 'Cultivation', 'Academic', 'Artists']], dtype=object)

现在，这是“鸭子” - 相当于你的字典，查找方式。例如：

>>> result[2,1]  # result[(2,1)] also works
'Residential'

Answer 3

如果您正在寻找单行理解，那么这样的事情怎么样？

a = (3,'Residential',3,'Crafts',2,'Law, Government',2,'Public Space',1,'Vice',1,'Entertainment')
use = dict()
use.update(dict([(n / 2 + 1, s), a[n+1]] for s in range(1, 4) for n in range(0, len(a), 2) ))

Answer 4

该密钥方案有点神秘。这是一种稍微压缩它的方法。让 (n0, n1) 成为给定类别名称的键。对于每个名称，n1 是常量，但 n0 覆盖一个连续的范围，因此我们可以只存储该范围的第一项和最后一项。然后我们使用带有双 for 循环的 dict 理解将压缩版本扩展为您真正想要的 dict。

# Condensed key table.
# Each name in the full table has a 2-tuple key (n0, n1)
# The tuples in `table` are (first_n0, last_n0, n1)
table = {
    'Residential': (1, 3, 1),
    'Crafts': (1, 3, 2),
    'Law, Government': (4, 5, 1),
    'Public Space': (4, 5, 2),
    'Vice': (6, 6, 1),
    'Entertainment': (6, 6, 2),
}

out = {(n0, n1): name for name, (first, last, n1) in table.items()
    for n0 in range(first, last + 1)
}

for k, v in out.items():
    print(f'{k}: {v!r},')

出局

(1, 1): 'Residential',
(2, 1): 'Residential',
(3, 1): 'Residential',
(1, 2): 'Crafts',
(2, 2): 'Crafts',
(3, 2): 'Crafts',
(4, 1): 'Law, Government',
(5, 1): 'Law, Government',
(4, 2): 'Public Space',
(5, 2): 'Public Space',
(6, 1): 'Vice',
(6, 2): 'Entertainment',

这是使用传统 for 循环的 dict comp 的等价物。您可能会发现此版本更具可读性。

out = {}
for name, (first, last, n1) in table.items():
    for n0 in range(first, last + 1):
        out[n0, n1] = name