Esercitazione sulla comprensione del dizionario Python

Il linguaggio di programmazione Python offre un set unico di strumenti che rende la programmazione non solo divertente, ma accelera anche i tuoi progressi come programmatore. Grazie alla sua facilità d'uso, Python è diventato il linguaggio di riferimento per una varietà di settori, dallo sviluppo web e la scienza dei dati alla finanza e oltre.

La comprensione del dizionario Python è uno strumento importante che consente di generare dizionari in modo dinamico iterando su strutture di dati iterabili esistenti o dizionari per crearne di nuovi. Puoi pensare alla comprensione del dizionario come simile alla comprensione dell'elenco ma con un caso d'uso leggermente diverso.

Man mano che acquisisci familiarità con le comprensioni, scoprirai che possono migliorare significativamente il codice promuovendo la chiarezza ed eliminando la necessità di cicli lunghi e ripetitivi.

Se sei nuovo in Python , potresti non aver incontrato la comprensione o non averlo usato nel tuo codice. Prima di addentrarci nella sintassi, affrontiamo la domanda principale: cos'è la comprensione del dizionario Python?

Sommario

• Cos'è la comprensione del dizionario Python?
• Comprensione della sintassi della comprensione del dizionario
• Esempi di comprensione del dizionario
  • Mappatura dei numeri nei loro quadrati
  • Chiavi e valori inversi
• 3 principali vantaggi della comprensione del dizionario
  • 1. Creazione di codice chiaro e semplice
  • 2. Migliori prestazioni con stile
  • 3. Facile filtraggio e trasformazione dei dati
• 3 esempi di quando utilizzare la comprensione del dizionario
  • 1. Quando si crea un dizionario da due elenchi
  • 2. Quando si filtra un dizionario in base al valore
  • 3. Quando si trasformano chiavi o valori
• Insidie ​​della comprensione del dizionario
  • Bilanciare complessità e leggibilità
  • Prestazioni con set di dati di grandi dimensioni
• Confronto con altri metodi
  • Per Ciclo
  • Funzioni Lambda
• Migliori pratiche per la comprensione del dizionario
• La nostra ultima parola

Cos'è la comprensione del dizionario Python?

Python Dictionary Comprension è un modo conciso per creare dizionari usando espressioni semplici. Ti consente di generare nuovi dizionari senza dover utilizzare for-loops.e

Diamo un'occhiata a un esempio di comprensione. Supponiamo di avere due elenchi, uno contenente chiavi e l'altro contenente valori:

keys = ['a', 'b', 'c']
values = [1, 2, 3]

Utilizzando la comprensione del dizionario, puoi creare un nuovo dizionario ripetendo i due elenchi e combinando le corrispondenti coppie chiave-valore:

my_dict = {k: v for k, v in zip(keys, values)}
print(my_dict)

L'output sarà:

{'a': 1, 'b': 2, 'c': 3}

L'esempio sopra dovrebbe dare un'idea di cosa sono le comprensioni in Python . Per aiutarti ulteriormente a consolidare il concetto, comprendiamo la sintassi delle comprensioni del dizionario in Python.

Comprensione della sintassi della comprensione del dizionario

La sintassi per la comprensione del dizionario è semplice ma potente. Offrono un modo conciso per creare un nuovo dizionario in Python . Inoltre, seguono una sintassi simile per elencare la comprensione, ma usano le parentesi graffe {} e una coppia chiave-valore separata da due punti.

La struttura di base è la seguente:

{key: value for (key, value) in iterable}

In questa sintassi, la chiave e il valore rappresentano le espressioni utilizzate per generare le chiavi ei valori del dizionario risultante. L'iterabile fornisce l'origine dei dati utilizzati per creare le coppie chiave-valore.

Questa sintassi è stata introdotta in Python 3 e trasferita fino a Python 2.7, garantendo un'ampia compatibilità tra le versioni di Python.

Ad esempio, per creare un dizionario che mappa i numeri da 0 a 4 ai loro quadrati usando la comprensione del dizionario, puoi usare il seguente codice Python:

square_dict = {x: x**2 for x in range(5)}

Ciò risulterà nel seguente dizionario:

{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

E se volessi iterare su due variabili contemporaneamente? È possibile ottenere ciò utilizzando la comprensione del dizionario con la funzione zip() per creare un dizionario da due iterabili, uno che rappresenta le chiavi e l'altro che rappresenta i valori. Ecco un esempio:

keys = ['a', 'b', 'c', 'd', 'e']
values = [1, 2, 3, 4, 5]
my_dict = {k: v for k, v in zip(keys, values)}

Il dizionario risultante sarà:

{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}

La comprensione del dizionario consente inoltre di aggiungere un'istruzione if facoltativa alla fine della comprensione per applicare un filtro condizionale sugli elementi inclusi.

Ad esempio, puoi creare un dizionario con solo numeri pari e i loro quadrati utilizzando la comprensione del dizionario:

even_square_dict = {x: x**2 for x in range(10) if x % 2 == 0}

Questo risulta in:

{0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

Ora che hai una certa familiarità con la sintassi della comprensione, diamo un'occhiata ad alcuni esempi di comprensione.

Esempi di comprensione del dizionario

La comprensione del dizionario trova una gamma di casi d'uso grazie alla sua sintassi potente ed elegante. Possono farti risparmiare tempo e rendere il tuo codice più leggibile.

Mappatura dei numeri nei loro quadrati

Considera un semplice esempio in cui desideri creare un dizionario che associ i numeri ai loro quadrati utilizzando le comprensioni del dizionario Python:

squares = {x: x**2 for x in range(1, 6)}
print(squares)

Questo produrrà:

{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

Il codice sopra fa lo stesso lavoro dell'esecuzione di un ciclo sei volte e dell'elevazione al quadrato di ogni numero. Il codice seguente mostra l'esecuzione di un ciclo per prendere i quadrati dei numeri:

squares = {}
for x in range(1, 6):
    squares[x] = x ** 2

print(squares)

A questo punto, ti starai chiedendo perché usare la comprensione quando puoi usare i cicli. Nella programmazione, una regola empirica è scrivere codice compatto ed efficiente.

Puoi anche applicare condizioni alla tua comprensione. Ad esempio, potresti voler creare un dizionario che contenga solo numeri pari e i loro quadrati:

even_squares = {x: x**2 for x in range(1, 6) if x % 2 == 0}
print(even_squares)

L'esecuzione di questo codice produrrà un nuovo dizionario come il seguente:

{2: 4, 4: 16}

Chiavi e valori inversi

Puoi anche invertire facilmente gli elementi del dizionario con la comprensione del dizionario in Python.

Il codice seguente mostra come invertire chiavi e valori di un dizionario esistente utilizzando la comprensione del dizionario:

original_dict = {"one": 1, "two": 2, "three": 3, "four": 4}
reversed_dict = {v: k for k, v in original_dict.items()}
print(reversed_dict)

La comprensione del dizionario di cui sopra (o comprensione del dict) stamperà quanto segue:

{1: 'one', 2: 'two', 3: 'three', 4: 'four'}

Per avere una buona comprensione di cosa sono i dizionari e come puoi usarli per diversi casi, fai riferimento al video qui sotto:

Gli esempi forniti servono come solida base per l'utilizzo della comprensione del dizionario nei tuoi progetti Python.

Inoltre, la comprensione del dizionario può essere ulteriormente ottimizzata, consentendo a una singola riga di codice di eseguire attività complesse che potrebbero consumare più tempo e memoria con i cicli.

3 principali vantaggi della comprensione del dizionario

Hai sperimentato l'eleganza della comprensione del dizionario attraverso gli esempi forniti. Oltre alla leggibilità, le comprensioni offrono numerosi vantaggi, inclusa l'efficienza, quando si lavora con l'efficiente struttura della tabella hash chiave/valore di Python, chiamata comprensione dict .

1. Creazione di codice chiaro e semplice

Le comprensioni ti consentono di creare nuovi dizionari senza sforzo e in modo leggibile. Fanno sembrare il tuo codice più Pythonic rispetto ai loop tradizionali.

2. Migliori prestazioni con stile

Le comprensioni non sono solo eleganti ma anche efficienti. Spesso funzionano più velocemente dei cicli for poiché utilizzano una singola espressione. Python ottimizza questo tipo di codice, eliminando la necessità di chiamare ripetutamente il costruttore del dizionario o di usare il metodo update().

3. Facile filtraggio e trasformazione dei dati

Un altro vantaggio della comprensione del dizionario è la sua semplicità nel filtrare e trasformare i dati. Ad esempio, puoi creare un nuovo dizionario da uno esistente applicando una condizione o modificando le chiavi oi valori.

È fondamentale capire quando utilizzare la comprensione del dizionario in Python, poiché possono diventare rapidamente complessi e più difficili da leggere e scrivere. Ora, esploriamo alcuni casi d'uso per la comprensione del dizionario in Python.

3 esempi di quando utilizzare la comprensione del dizionario

Le comprensioni sono utili nei seguenti 3 scenari:

1. Quando si crea un dizionario da due elenchi

{key:value for key, value in zip(list1, list2)}

2. Quando si filtra un dizionario in base al valore

{k: v for k, v in original_dict.items() if v > threshold}

3. Quando si trasformano chiavi o valori

{k.upper(): v * 2 for k, v in original_dict.items()}

È importante ricordare che mentre le comprensioni possono rendere il tuo codice più elegante ed efficiente, possono anche diventare difficili da leggere se sono eccessivamente complesse.

Diamo un'occhiata ad alcune delle insidie ​​​​più comuni quando si utilizzano le comprensioni del dizionario.

Insidie ​​della comprensione del dizionario

Le comprensioni del dizionario apportano eleganza ed efficienza, ma comportano anche delle sfide. Discuteremo le insidie ​​comuni relative alla leggibilità, alla complessità e alle prestazioni con set di dati di grandi dimensioni.

Bilanciare complessità e leggibilità

Le comprensioni complesse del dizionario possono essere difficili da leggere. Dai la priorità alla leggibilità del codice, specialmente quando lavori con altri. In alcuni casi, i tradizionali cicli for potrebbero essere più semplici e manutenibili.

Prestazioni con set di dati di grandi dimensioni

Per set di dati di grandi dimensioni, la comprensione del dizionario potrebbe non essere sempre ottimale. Secondo Stack Overflow , un costruttore dict() integrato può superare le comprensioni del dizionario con numerose coppie chiave-valore a causa del ciclo in C.

Confronto con altri metodi

In questa sezione, confronteremo le comprensioni del dizionario con due metodi alternativi di creazione di dizionari in Python: cicli for e funzioni lambda.

Per Ciclo

L'utilizzo di un ciclo for per creare un dizionario comporta l'inizializzazione di un dizionario vuoto e quindi l'iterazione della coppia valore-chiave valida desiderata, aggiungendo ciascuna coppia al dizionario. Questo è un metodo più prolisso rispetto alla comprensione del dizionario.

Di seguito è riportato un esempio di creazione di un dizionario utilizzando i cicli for:

dictionary = {}
for key, value in zip(keys, values):
    dictionary[key] = value

Al contrario, una comprensione del dizionario consente di ottenere lo stesso risultato in una sola riga:

dictionary = {key: value for key, value in zip(keys, values)}

Come puoi vedere, le comprensioni forniscono un modo conciso e più leggibile per creare dizionari in Python.

Funzioni Lambda

Possiamo anche utilizzare le funzioni Lambda per creare dizionari. Le funzioni lambda sono un modo per creare piccole funzioni anonime in Python. Possono essere usati insieme alla funzione map() per creare un dizionario.

Diamo un'occhiata a un esempio di funzioni Lambda per creare dizionari:

keys = ['a', 'b', 'c']
values = [1, 2, 3]

key_value_pairs = map(lambda key, value: (key, value), keys, values)
dictionary = dict(key_value_pairs)

In confronto, ecco come è possibile creare lo stesso dizionario utilizzando la comprensione:

dictionary = {key: value for key, value in zip(keys, values)}

Ancora una volta, la comprensione del dizionario fornisce un'alternativa concisa e più leggibile alla creazione di dizionari utilizzando le funzioni lambda e la funzione map().

Migliori pratiche per la comprensione del dizionario

Quando si usano le comprensioni in Python, è essenziale seguire le best practice per migliorare la leggibilità, la manutenibilità e l'efficienza. Ecco alcune best practice da considerare:

1. Mantieni semplice la comprensione del dizionario

La comprensione del dizionario è potente, ma dovrebbe essere chiara e concisa. Se la tua comprensione diventa troppo complessa o si estende su più righe, prendi in considerazione l'utilizzo di un tradizionale ciclo for. Questo aiuta la comprensione del codice, specialmente per gli altri o quando si rivisita il tuo lavoro in un secondo momento.

2. Sfrutta le funzioni integrate

Python offre funzioni integrate come zip() ed enumerate() che aiutano a creare comprensioni. Usa queste funzioni per semplificare il tuo codice e renderlo più leggibile.

Ad esempio, l'utilizzo di zip() per combinare due liste e creare un dizionario produce un codice conciso e pulito come questo:

{key: value for key, value in zip(keys, values)}

3. Usa le affermazioni condizionali con saggezza

Incorpora affermazioni condizionali nelle tue comprensioni quando necessario, ma non abusarne. Possono aiutare a filtrare o modificare il dizionario risultante, ma troppe condizioni annidate possono rendere difficile la lettura del codice. Un semplice esempio che coinvolge un'istruzione condizionale è:

{x: x**2 for x in range(10) if x % 2 == 0}

4. Prestare attenzione alla comprensione del dizionario nidificato

La comprensione del dizionario annidato può generare dizionari con strutture annidate. Tuttavia, come le istruzioni condizionali, un eccesso di dizionario annidato può rendere il codice più difficile da decifrare. Evita di andare oltre due livelli di nidificazione nella comprensione del tuo dizionario nidificato.

A volte potrebbe essere necessario utilizzare la comprensione del dizionario annidato all'interno dei cicli per ottenere l'efficienza desiderata.

La nostra ultima parola

Ormai hai imparato la comprensione del dizionario in Python. Questa tecnica elegante ed efficiente aiuta a creare dizionari iterando su iterabili o utilizzando condizioni. Le comprensioni semplificano il codice, aumentando la leggibilità e la manutenibilità.

La creazione di nuovi dizionari è facile con la comprensione, risparmiando tempo e fatica rispetto ai tradizionali cicli for. Sono utili nelle applicazioni del mondo reale come l'elaborazione dei dati, la mappatura e la trasformazione.

Se desideri approfondire la tua conoscenza di Python e diventare un vero professionista, al nostro corso Python e scopri come stiamo creando i migliori utenti Python al mondo.