Question

我刚开始使用numpy及其matrix模块（非常有用！），我想使用矩阵对象作为字典的键，所以我检查了{{ 1}}已实施matrix方法：

__hash__

确实如此！很好，所以这意味着它可以成为字典的关键：

>>> from numpy import matrix
>>> hasattr(matrix, '__hash__')
True

工作！现在，让我们继续测试：

>>> m1 = matrix('1 2 3; 4 5 6; 7 8 9')
>>> m1
matrix([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])
>>> m2 = matrix('1 0 0; 0 1 0; 0 0 1')
>>> m2
matrix([[1, 0, 0],
        [0, 1, 0],
        [0, 0, 1]])
>>> matrix_dict = {m1: 'first', m2: 'second'}

什么？因此，它适用于相同的矩阵，但它不适用于具有完全相同内容的另一个矩阵？让我们看看>>> matrix_dict[m1] 'first' >>> matrix_dict[matrix('1 2 3; 4 5 6; 7 8 9')] Traceback (most recent call last): File "<stdin>", line 1, in <module> KeyError: matrix([[1, 2, 3], [4, 5, 6], [7, 8, 9]])返回的内容：

__hash__

因此，来自>>> hash(m1) 2777620 >>> same_as_m = matrix('1 2 3; 4 5 6; 7 8 9') >>> hash(same_as_m) -9223372036851998151 >>> hash(matrix('1 2 3; 4 5 6; 7 8 9')) # same as m too 2777665的{{1}}的{{1}}方法会为同一__hash__返回不同的值。

这是对的吗？那么，这是否意味着它不能用作字典键？如果它无法使用，为什么它已经实现了matrix？

Answer 1

将可变对象用作字典的键是错误的，因为它的哈希值应在您更改数据后立即更改，但插入时使用的值将保留。

在我的测试中，numpy在Python 3.2.2引发了一个TypeError：

TypeError: unhashable type: 'matrix'

但是在Python 2.7上它仍然允许散列，但是当你更改数据时散列值永远不会改变，所以它作为字典键是没用的，因为添加到具有相同散列的字典的许多matrix对象将降低哈希表所以插入将是O(n^2)而不是O(1)。

也许他们没有删除哈希值以避免在Python 2.x上破坏某些API，但不依赖它！

矩阵作为字典键

1 个答案: