Question

我在excel电子表格中有一个很大的公司信息列表。我需要将公司信息带入我的程序中进行处理。

每家公司都有一个独特的标签，用于访问公司。我可以使用标签作为键创建字典，使用公司信息作为值，例如{label1: company1, label2: company2, ...}。通过这种方式，当创建字典时，它会占用太多内存。

是否可以创建一个可以像字典一样使用的生成器？

Answer 1

假设您遇到的问题是从csv文件访问键值结构化数据，您有3个选项：

将整个数据加载到字典中，将其作为一个整体复制到RAM中，然后具有快速，持续的访问时间。这就是你说你想避免的。
每次要通过密钥访问数据时逐行搜索数据。这没有任何内存开销，但每次需要扫描整个文档，具有线性访问时间。
使用或复制数据到一些数据库引擎（或任何键值存储），它支持基于磁盘的索引，允许持续时间访问，而不需要先将数据加载到内存中。

Answer 2

这个问题的主要目标似乎是让一个行为的对象像字典一样，没有字典的内容在RAM中（OP：＆＃34;通过这样做）这样，当创建字典时，它会占用太多内存。＆＃34;）。这里的一个选择是使用sqlitedict，它模仿Python字典API，并在底层使用Sqlite数据库。

以下是当前文档中的示例：

>>> # using SqliteDict as context manager works too (RECOMMENDED)
>>> with SqliteDict('./my_db.sqlite') as mydict:  # note no autocommit=True
...     mydict['some_key'] = u"first value"
...     mydict['another_key'] = range(10)
...     mydict.commit()
...     mydict['some_key'] = u"new value"
...     # no explicit commit here
>>> with SqliteDict('./my_db.sqlite') as mydict:  # re-open the same DB
...     print mydict['some_key']  # outputs 'first value', not 'new value'

Answer 3

您可以创建一个覆盖__getitem__方法的类。像：

class Foo:

    def __getitem__(self,key):
        # ...
        # process the key
        # for example
        return repr(key)

现在，如果您创建Foo：

>>> somefoo = Foo()
>>> somefoo['bar']
"'bar'"
>>> somefoo[3]
'3'

所以语法上它有点“像字典一样”。

您还可以使用send 生成器，如演示in this answer：

def bar(): while True: key = yield # process the key # for example yield repr(key)

并将其命名为：

>>> somebar = bar() >>> next(somebar) >>> somebar.send('bar') "'bar'" >>> next(somebar) >>> somebar.send(3) '3'

python生成器可以像字典一样工作吗？

3 个答案: