Question

是否可以在Python字典中为每个值分配多个键。一种可能的解决方案是为每个键分配值：

dict = {'k1':'v1', 'k2':'v1', 'k3':'v1', 'k4':'v2'}

但这不是内存效率，因为我的数据文件是＆gt; 2 GB。否则你可以制作字典键字典：

key_dic = {'k1':'k1', 'k2':'k1', 'k3':'k1', 'k4':'k4'}
dict = {'k1':'v1', 'k4':'v2'}
main_key = key_dict['k2']
value = dict[main_key]

这也是非常费时费力的，因为我必须经历两次整个字典/文件。有没有其他简单和内置的Python解决方案？

注意：我的字典值不是简单的字符串（如问题'v1'，'v2'）而是相当复杂的对象（包含不同的其他字典/列表等，并且不可能腌制它们）

注意：问题与How can I use both a key and an index for the same dictionary value?类似但我不是在寻找有序/索引的字典，我正在寻找其他有效的解决方案（如果有的话），除了这个问题中提到的两个。

Answer 1

这些值是什么类型的？

dict = {'k1':MyClass(1), 'k2':MyClass(1)}

将提供重复的值对象，但

v1 = MyClass(1)
dict = {'k1':v1, 'k2':v1}

导致两个键都引用相同的实际对象。

在原始问题中，你的值是字符串：即使你两次声明相同的字符串，我认为在这种情况下它们将被插入同一个对象

NB。如果你不确定你是否最终得到重复，你可以这样找到：

if dict['k1'] is dict['k2']:
    print("good: k1 and k2 refer to the same instance")
else:
    print("bad: k1 and k2 refer to different instances")

（is感谢J.F.Sebastian，取代id()）

Answer 2

看看这个 - 它正是你所要求的实现：multi_key_dict（ionary）

https://pypi.python.org/pypi/multi_key_dict （来自https://github.com/formiaczek/python_data_structures/tree/master/multi_key_dict）

（在Unix平台上，它可能作为一个软件包出现，您可以尝试使用以下内容进行安装：

sudo apt-get install python-multi-key-dict

用于Debian，或等同于您的发行版）

您可以为键使用不同类型，也可以使用相同类型的键。您也可以使用您选择的键类型迭代项目，例如：

m = multi_key_dict()
m['aa', 12] = 12
m['bb', 1] = 'cc and 1'
m['cc', 13] = 'something else'

print m['aa']   # will print '12'
print m[12]     # will also print '12'

# but also:
for key, value in m.iteritems(int):
    print key, ':', value
# will print:1
# 1 : cc and 1
# 12 : 12
# 13 : something else

# and iterating by string keys:
for key, value in m.iteritems(str):
    print key, ':', value
# will print:
# aa : 12
# cc : something else
# bb : cc and 1

m[12] = 20 # now update the value
print m[12]   # will print '20' (updated value)
print m['aa']   # will also print '20' (it maps to the same element)

键的数量没有限制，因此代码如下：

m['a', 3, 5, 'bb', 33] = 'something'

有效，其中任何一个键都可用于引用如此创建的值（读/写或删除它）。

编辑：从版本2.0开始，它也适用于python3。

Answer 3

我很惊讶没有人提到过使用带有字典的元组。这很好用：

my_dictionary = {}
my_dictionary[('k1', 'k2', 'k3')] = 'v1'
my_dictionary[('k4')] = 'v2'

Answer 4

使用python 2.7 / 3，您可以将元组，值对与字典理解结合起来。

keys_values = ( (('k1','k2'), 0), (('k3','k4','k5'), 1) )

d = { key : value for keys, value in keys_values for key in keys }

您也可以类似地更新字典。

keys_values = ( (('k1',), int), (('k3','k4','k6'), int) )

d.update({ key : value for keys, value in keys_values for key in keys })

我不认为这真的是你的问题的核心，但鉴于标题，我认为这属于这里。

Answer 5

最直接的方法是使用dict.fromkeys（）方法构建字典。它将一系列键和一个值作为输入，然后将值分配给每个键你的代码是：

$scope.toggleDisplay = function() {
    var child = document.querySelector( ".question-content" );
    var hidden = child.getAttribute("aria-hidden");
    var expanded = child.getAttribute("aria-expanded");
    hidden === "true" ? hidden = false : hidden = true;
    expanded === "true" ? expanded = false : expanded = true;
    child.setAttribute("aria-hidden", hidden);
    child.setAttribute("aria-expanded", expanded);
};

输出是：

dict = dict.fromkeys(['k1', 'k2', 'k3'], 'v1')
dict.update(dict.fromkeys(['k4'], 'v2'))

Answer 6

您可以构建已经根据已分析数据创建的对象的辅助字典。关键是解析数据，值将是您构造的对象 - 比如字符串值应转换为某个特定对象。这样您就可以控制何时构造新对象：

existing = {}   # auxiliary dictionary for making the duplicates shared
result = {}
for k, v in parsed_data_generator():
    obj = existing.setdefault(v, MyClass(v))  # could be made more efficient
    result[k] = obj

然后，所有result字典重复值对象将由MyClass类的单个对象表示。构建结果后，可以删除existing辅助字典。

这里dict.setdefault()可能优雅而简洁。但是你应该稍后测试更健谈的解决方案是否效率更高 - 见下文。原因是始终创建MyClass(v)（在上面的示例中），如果存在重复，则抛弃它：

existing = {}   # auxiliary dictionary for making the duplicates shared
result = {}
for k, v in parsed_data_generator():
    if v in existing:
        obj = existing[v]
    else:
        obj = MyClass(v)
        existing[v] = obj

    result[k] = obj

当v未转换为任何特殊内容时，也可以使用此技术。例如，如果v是一个字符串，则辅助字典中的键和值都将具有相同的值。但是，字典的存在确保了对象的共享（Python并不总能确保这一点）。

Answer 7

我能够使用pandas MultiIndex实现类似功能，但在我的情况下，值是标量：

>>> import numpy
>>> import pandas
>>> keys = [numpy.array(['a', 'b', 'c']), numpy.array([1, 2, 3])]
>>> df = pandas.DataFrame(['val1', 'val2', 'val3'], index=keys)
>>> df.index.names = ['str', 'int']
>>> df.xs('b', axis=0, level='str')
        0
int      
2    val2

>>> df.xs(3, axis=0, level='int')
        0
str      
c    val3

每个值有多个键

7 个答案: