Table des matières
Dictionnaire imbriqué
Méthode 1 : Utiliser la récursion
Algorithme
Exemple
Sortie
Méthode 2 : Utiliser isinstance() et la récursion
Méthode 3 : Utilisation de la méthode dict.get()
Conclusion
Maison développement back-end Tutoriel Python Python - Obtenez des éléments de niveau d'imbrication spécifiques à partir du dictionnaire

Python - Obtenez des éléments de niveau d'imbrication spécifiques à partir du dictionnaire

Aug 20, 2023 pm 02:37 PM

Python - 从字典中获取特定的嵌套级别项

En Python, les dictionnaires vous permettent de stocker des paires clé-valeur, ce qui facilite l'organisation et l'accès efficace aux données. Parfois, nous pouvons avoir besoin de récupérer un élément spécifique à partir d’un niveau imbriqué du dictionnaire. Nous pouvons obtenir des éléments de niveau imbriqués du dictionnaire en utilisant isinstance() avec la méthode récursive et la méthode dict.get(). Dans cet article, nous explorerons différentes manières d'obtenir des éléments d'un dictionnaire Python à un niveau d'imbrication spécifique.

Dictionnaire imbriqué

Un dictionnaire imbriqué est un dictionnaire qui contient d'autres dictionnaires comme valeurs. Cela permet la création de structures hiérarchiques où les données sont organisées de manière arborescente. Chaque niveau de la hiérarchie représente une paire clé-valeur et la valeur est un autre dictionnaire. L'accès aux éléments d'une telle structure nécessite des méthodes spécifiques de navigation dans les niveaux de l'arborescence.

Méthode 1 : Utiliser la récursion

En utilisant la méthode récursive, nous pouvons facilement récupérer des éléments de niveaux imbriqués dans un dictionnaire sans spécifier explicitement chaque niveau. Elle fournit une solution flexible et efficace, en particulier lorsqu'il s'agit de structures de données complexes.

Algorithme

  • Définissez une fonction, appelons-la get_nested_item, qui accepte deux paramètres : des données de dictionnaire et une liste de clés représentant le niveau imbriqué.

  • Vérifiez si la liste des clés est vide. Si elles sont vides, les données sont renvoyées car elles représentent la valeur du niveau d'imbrication souhaité.

  • Sinon, récupérez la première clé de la liste des clés

  • Vérifiez si la clé existe dans le dictionnaire de données. Si elle est présente, la fonction get_nested_item est appelée de manière récursive en utilisant la valeur correspondant à cette clé comme nouveau paramètre de données et les clés restantes de la liste de clés.

  • Si la clé n'existe pas, renvoie Aucune ou la valeur par défaut pour indiquer que l'élément n'a pas été trouvé.

La traduction chinoise de

Exemple

est :

Exemple

Dans l'exemple ci-dessous, nous définissons la fonction get_nested_item qui accepte un dictionnaire de données et une liste de clés comme paramètres. Nous vérifions si la liste de clés est vide ; si c'est le cas, renvoyons la valeur des données. Sinon, nous récupérons la première clé de la liste de clés et vérifions si elle existe dans le dictionnaire de données. Si elle existe, nous appelons récursivement la fonction get_nested_item avec la valeur correspondante comme nouvelles données et les clés restantes dans la liste de clés. Si la clé n'est pas trouvée, None est renvoyé.

def get_nested_item(data, keys):
    if len(keys) == 0:
        return data

    key = keys[0]
    if key in data:
        return get_nested_item(data[key], keys[1:])
    else:
        return None

keys = ['employees', 'John', 'position']
position = get_nested_item(company_data, keys)
print(position)
Copier après la connexion

Sortie

Manager
Copier après la connexion
Copier après la connexion
Copier après la connexion

Méthode 2 : Utiliser isinstance() et la récursion

La fonction

isinstance() est utilisée en Python pour vérifier le type d'un objet. Renvoie True si l'objet est une instance du type spécifié, False sinon. Nous pouvons utiliser cette fonction avec récursion pour parcourir dynamiquement les niveaux des dictionnaires imbriqués.

Algorithme

  • Définissez une fonction, appelons-la get_nested_item, qui accepte deux paramètres : des données de dictionnaire et une liste de clés représentant le niveau imbriqué.

  • Vérifiez si la liste des clés est vide. Si elles sont vides, les données sont renvoyées car elles représentent la valeur du niveau d'imbrication souhaité.

  • Sinon, récupérez la première clé de la liste des clés.

  • Utilisez isinstance(data, dict) pour vérifier si les données sont un dictionnaire. Si tel est le cas, appelez la fonction get_nested_item de manière récursive avec la valeur de la clé correspondante comme nouveau paramètre de données et la liste de clés restante comme paramètres.

  • Si les données ne sont pas un dictionnaire ou si la clé n'existe pas, renvoyez Aucun ou une valeur par défaut pour indiquer que l'élément n'est pas trouvé.

La traduction chinoise de

Exemple

est :

Exemple

Dans l'exemple ci-dessous, nous utilisons isinstance(data, dict) pour vérifier si les données sont un dictionnaire. Si tel est le cas, nous continuons à appeler get_nested_item de manière récursive. Cette vérification garantit que nous évitons les erreurs d'accès à des clés inexistantes lors de la navigation dans la hiérarchie du dictionnaire valide.

def get_nested_item(data, keys):
    if len(keys) == 0:
        return data

    key = keys[0]
    if isinstance(data, dict) and key in data:
        return get_nested_item(data[key], keys[1:])
    else:
        return None

keys = ['employees', 'John', 'position']
position = get_nested_item(company_data, keys)
print(position)
Copier après la connexion

Sortie

Manager
Copier après la connexion
Copier après la connexion
Copier après la connexion

Méthode 3 : Utilisation de la méthode dict.get()

La méthode

dict.get() est un moyen utile de récupérer une valeur d'un dictionnaire et de fournir une valeur par défaut si la clé n'est pas trouvée. Il s'agit d'une approche plus propre et plus sûre que l'utilisation directe d'un index de dictionnaire, en particulier lorsqu'il s'agit de dictionnaires imbriqués ou lorsque vous ne savez pas si la clé existe.

La traduction chinoise de

Exemple

est :

Exemple

Dans l'exemple ci-dessous, nous avons un dictionnaire imbriqué company_data représentant les informations sur les employés. Nous utilisons company_data.get('employees', {}).get('John', {}).get('position', '. Inconnu') pour récupérer la position de l'employé 'John'. En utilisant dict.get() à chaque niveau, nous garantissons que le code gère facilement les clés manquantes sans générer d'erreur. Si une clé est manquante, la valeur par défaut est '. Inconnu' est renvoyé.

company_data = {
    'employees': {
        'John': {
            'age': 30,
            'position': 'Manager',
            'department': 'Sales'
        },
        'Emily': {
            'age': 25,
            'position': 'Developer',
            'department': 'IT'
        }
    }
}
position = company_data.get('employees', {}).get('John', {}).get('position', 'Unknown')
print(position)
Copier après la connexion

Sortie

Manager
Copier après la connexion
Copier après la connexion
Copier après la connexion

Conclusion

Dans cet article, nous avons expliqué comment obtenir un élément de niveau imbriqué spécifique à partir d'un dictionnaire en utilisant les méthodes de récursion, isinstance et récursive et en utilisant la méthode dict.get(). La méthode dict.get() est particulièrement utile lorsque vous n'êtes pas sûr de l'existence d'une clé ou que vous souhaitez gérer facilement les clés manquantes. La fonction isinstance() et la récursion nous permettent de parcourir efficacement les dictionnaires imbriqués.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
2 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Repo: Comment relancer ses coéquipiers
4 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Adventure: Comment obtenir des graines géantes
3 Il y a quelques semaines By 尊渡假赌尊渡假赌尊渡假赌
Combien de temps faut-il pour battre Split Fiction?
3 Il y a quelques semaines By DDD

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Comment utiliser Python pour trouver la distribution ZIPF d'un fichier texte Comment utiliser Python pour trouver la distribution ZIPF d'un fichier texte Mar 05, 2025 am 09:58 AM

Ce tutoriel montre comment utiliser Python pour traiter le concept statistique de la loi de Zipf et démontre l'efficacité de la lecture et du tri de Python de gros fichiers texte lors du traitement de la loi. Vous vous demandez peut-être ce que signifie le terme distribution ZIPF. Pour comprendre ce terme, nous devons d'abord définir la loi de Zipf. Ne vous inquiétez pas, je vais essayer de simplifier les instructions. La loi de Zipf La loi de Zipf signifie simplement: dans un grand corpus en langage naturel, les mots les plus fréquents apparaissent environ deux fois plus fréquemment que les deuxième mots fréquents, trois fois comme les troisième mots fréquents, quatre fois comme quatrième mots fréquents, etc. Regardons un exemple. Si vous regardez le corpus brun en anglais américain, vous remarquerez que le mot le plus fréquent est "th

Comment utiliser la belle soupe pour analyser HTML? Comment utiliser la belle soupe pour analyser HTML? Mar 10, 2025 pm 06:54 PM

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Filtrage d'image en python Filtrage d'image en python Mar 03, 2025 am 09:44 AM

Traiter avec des images bruyantes est un problème courant, en particulier avec des photos de téléphones portables ou de caméras basse résolution. Ce tutoriel explore les techniques de filtrage d'images dans Python à l'aide d'OpenCV pour résoudre ce problème. Filtrage d'image: un outil puissant Filtre d'image

Comment travailler avec des documents PDF à l'aide de Python Comment travailler avec des documents PDF à l'aide de Python Mar 02, 2025 am 09:54 AM

Les fichiers PDF sont populaires pour leur compatibilité multiplateforme, avec du contenu et de la mise en page cohérents sur les systèmes d'exploitation, les appareils de lecture et les logiciels. Cependant, contrairement aux fichiers de texte brut de traitement Python, les fichiers PDF sont des fichiers binaires avec des structures plus complexes et contiennent des éléments tels que des polices, des couleurs et des images. Heureusement, il n'est pas difficile de traiter les fichiers PDF avec les modules externes de Python. Cet article utilisera le module PYPDF2 pour montrer comment ouvrir un fichier PDF, imprimer une page et extraire du texte. Pour la création et l'édition des fichiers PDF, veuillez vous référer à un autre tutoriel de moi. Préparation Le noyau réside dans l'utilisation du module externe PYPDF2. Tout d'abord, l'installez en utilisant PIP: pip is p

Comment se cacher en utilisant Redis dans les applications Django Comment se cacher en utilisant Redis dans les applications Django Mar 02, 2025 am 10:10 AM

Ce tutoriel montre comment tirer parti de la mise en cache Redis pour augmenter les performances des applications Python, en particulier dans un cadre Django. Nous couvrirons l'installation redis, la configuration de Django et les comparaisons de performances pour mettre en évidence le bien

Comment effectuer l'apprentissage en profondeur avec TensorFlow ou Pytorch? Comment effectuer l'apprentissage en profondeur avec TensorFlow ou Pytorch? Mar 10, 2025 pm 06:52 PM

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

Comment implémenter votre propre structure de données dans Python Comment implémenter votre propre structure de données dans Python Mar 03, 2025 am 09:28 AM

Ce didacticiel montre la création d'une structure de données de pipeline personnalisée dans Python 3, en tirant parti des classes et de la surcharge de l'opérateur pour une fonctionnalité améliorée. La flexibilité du pipeline réside dans sa capacité à appliquer une série de fonctions à un ensemble de données, GE

Introduction à la programmation parallèle et simultanée dans Python Introduction à la programmation parallèle et simultanée dans Python Mar 03, 2025 am 10:32 AM

Python, un favori pour la science et le traitement des données, propose un écosystème riche pour l'informatique haute performance. Cependant, la programmation parallèle dans Python présente des défis uniques. Ce tutoriel explore ces défis, en se concentrant sur l'interprète mondial

See all articles