python - 将文本网格转换为python中的嵌套字典

Question

想象一下这样的文本文件中的网格:

  A  B  C
A 0  1  2
B 3  0  5
C 6  7  0

将其转换为 python 中的字典的最佳方法是什么，如下所示:

{
  'A': {'A': 0, 'B':3, 'C':6},
  'B': {'A': 1, 'B':0, 'C':7},
  'B': {'A': 2, 'B':5, 'C':0}
}

所以我可以通过以下方式访问单元格:

matrix['A']['B'] # 3

我目前确实有一些非常粗糙的代码(请不要太苛刻地评判我):

matrix = {}
f = open(filepath, 'r')
lines = f.readlines()
keys = lines[0].split()

for key in keys:
    matrix[key] = {}

for line in lines[1:]:
    chars = line.split()
    key_a = chars[0]
    for i, c in enumerate(chars[1:]):
        key_b = keys[i-1]
        matrix[key_a][key_b] = int(c)

print matrix

# Outputs {'A': {'A': 1, 'C': 0, 'B': 2}, 'C': {'A': 7, 'C': 6, 'B': 0}, 'B': {'A': 0, 'C': 3, 'B': 5}}

虽然这没有错，但我已经远离 python 很长时间了，有没有更好的方法？也许嵌套字典实际上不是最好的方法？

更新:

1. 不幸的是，我需要在 vanilla python 中执行此操作，因此无法使用外部库(相信我，我会喜欢)
2. 将我的示例代码形式伪代码更新为实际代码。羞愧地低下了头。

Answer 1

你的代码是合理的，但这里有一个替代方案:

import collections
with open('grid_file.txt', 'r') as f:
    columns = next(f).split()
    matrix = collections.defaultdict(dict)
    for line in f:
        items = line.split()
        row, vals = items[0], items[1:]
        for col, val in zip(columns, vals):
            matrix[col][row] = int(val)
print(matrix)

产生

defaultdict(<type 'dict'>, {'A': {'A': 0, 'C': 6, 'B': 3}, 'C': {'A': 2, 'C': 0, 'B': 5}, 'B': {'A': 1, 'C': 7, 'B': 0}})

---

一些提示:

• 使用

  with open(...) as f
      ...
  

  代替

  f = open(...)
  f.close()
  

  因为 file handle is closed for you当 Python 离开with- block 。通过使用 with，您将永远不会忘记关闭文件句柄，即使发生异常，文件句柄仍会在离开 with-block 时关闭。

• 一般来说，如果可以的话，最好避免使用f.readlines()。这将整个文件放入列表中。这对内存来说可能很繁重，特别是如果文件很大。通常

  with open(...) as f:
      for line in f:
  

  可以代替使用。

• 如果您将矩阵设为collections.default(dict)然后matrix[field] 默认是一个 dict。所以你可以跳过初始化:

  for key in keys:
      matrix[key] = {}
  

• 一个defaultdict是dict的子类，所以你可以很好的使用它就像您使用 dict 一样。如果您不喜欢它的打印方式或喜欢阻止 matrix 自动分配一个空字典给matrix[key] 对于任何 key，您可以将 defaultdict 转换回一个普通的 dict 有:

  matrix = dict(matrix)
  

• 如果可以，请避免在 for 循环 中使用数字索引。

  for i, c in enumerate(chars[1:]):
  

  虽然这对于大多数类 C 语言来说是必需的，但 Python 有一个更好的方法:遍历项目本身:

  for col, val in zip(columns, vals):
  

  这使代码更具可读性，因为它分配了一个变量名到你真正感兴趣的对象，而不仅仅是一个索引然后你必须组合成keys[i-1]之类的东西。它还有助于您可以避免在必须调整时可能发生的“差一个”错误索引加一，如 keys[i-1] 中所做的那样。

---

另一种可能性是不使用嵌套的字典，而是使用二元组(列、行)作为键:

with open('grid_file.txt', 'r') as f:
    columns = next(f).split()
    matrix = {}
    for line in f:
        items = line.split()
        row, vals = items[0], items[1:]
        for col, val in zip(columns, vals):
            matrix[col, row] = int(val)
print(matrix)

产量

{('B', 'C'): 7, ('A', 'A'): 0, ('B', 'B'): 0, ('B', 'A'): 1, ('C', 'A'): 2, ('C', 'B'): 5, ('C', 'C'): 0, ('A', 'B'): 3, ('A', 'C'): 6}

然后你可以像这样访问矩阵中的一个(列，行):

print(matrix['A','C'])
# 6

---

顺便说一句，如果你安装pandas :

import pandas as pd
import io

text = '''\
A  B  C
A 0  1  2
B 3  0  5
C 6  7  0'''

df = pd.read_table(io.BytesIO(text), sep='\s+')
print(df.to_dict())

产量

{'A': {'A': 0, 'B': 3, 'C': 6},
 'B': {'A': 1, 'B': 0, 'C': 7},
 'C': {'A': 2, 'B': 5, 'C': 0}}