• python update函数(20)


        在前一篇文章  python ChainMap  中我们介绍了关于python内置函数 ChainMap的使用,ChainMap函数和update函数类似,都是对字典操作,也是将多个字典合并,那么问题来了?ChainMap和update两者区别在哪呢?

     

    一.update简介

        python 字典(Dictionary) update() 函数把字典dict的键/值对更新到另外一个dict里。

    dict1= {"a":"zhangsan","b":"lisi"}
    dict2= {"c":"wangwu"}
     
     
    # 合并字典
    dict2.update(dict1)
    print(dict2)

    输出结果:

    {'c': 'wangwu', 'a': 'zhangsan', 'b': 'lisi'}

     

     

    二.update和ChainMap区别

     

        1.内置函数ChainMap函数对多个字典合并时,合并的结果内存地址并没有发生改变,当我们修改ChainMap函数返回的结果时,会发现原始字典的数据也会发生相同的变化;当我修改原始字典时,ChainMap函数返回的结果也会跟随一起变化,这也意味着:ChainMap函数返回的结果和原始字典共用一块内存地址。

    # !usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    @Author:何以解忧
    @Blog(个人博客地址): shuopython.com
    @WeChat Official Account(微信公众号):猿说python
    @Github:www.github.com
     
    @File:python_chainmap.py
    @Time:2019/11/22 21:25
     
    @Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
    """
     
    from collections import ChainMap
     
    dict1= {"a":"zhangsan","b":"lisi"}
    dict2= {"c":"wangwu"}
     
    # 合并字典
    new_dict = ChainMap(dict1,dict2)
    print(new_dict)
     
    print("***"*20)
    # 修改数据
    new_dict.maps[0]["a"] = "123"
    print(new_dict)
    print(dict1)

    输出结果:

    ChainMap({'a': 'zhangsan', 'b': 'lisi'}, {'c': 'wangwu'})
    ************************************************************
    ChainMap({'a': '123', 'b': 'lisi'}, {'c': 'wangwu'})
    {'a': '123', 'b': 'lisi'}

    2.update函数将原始字典dict的键/值对更新到另外一个目标dict里,合并之后原始字典dict和目标字典都是独立的内存块,两者互不影响!

    3.ChainMap函数可以同时合并多个字典,update函数每次只能合并一个字典!

     

    猜你喜欢:

    1.python 字典dict

    2.python ChainMap

    3.python 字典推导式

    4.python 匿名函数lambda

    5.python 异常try except

     

    转载请注明:猿说Python » python update

     

    技术交流、商务合作请直接联系博主
    扫码或搜索:猿说python
    python教程公众号
    猿说python
    微信公众号 扫一扫关注
  • 相关阅读:
    经典台词
    经典台词
    经典台词
    受限于冷启动
    Random Fourier Features
    Convex optimization 凸优化
    希尔伯特空间
    正交是垂直在数学上的一种抽象化和一般化 两个不同向量正交是指它们的内积为0,这也就意味着这两个向量之间没有任何相关性
    任何函数都可以展开为三角级数
    singular value decomposition
  • 原文地址:https://www.cnblogs.com/shuopython/p/12106716.html
Copyright © 2020-2023  润新知