·
日常编程 ·
269752
python基础:不可哈希的数组
众所周知,python字典的键值必须是哈希类型。而数组是被认为不可哈希的,因此无法作为字典的键。然而,以下代码引发了一个疑惑:
a[(1, 2)] = 'abc'
a[([1, 2],)] = 'def'
第一个赋值成功了,因为(1, 2)是一个可哈希的元组。但第二个赋值失败,提示列表类型不可哈希。按理来说,([1, 2],)包裹后应当是一个可哈希的元组,为什么还会报错?
解释:
不可哈希类型指的是无法生成用于字典键查找的哈希值的类型。数组本身不可哈希,但用()包裹后的元组确实可哈希。
然而,python中有一个例外:不可变容器的可哈希性取决于其元素的可哈希性。也就是说,元组中的元素必须全部可哈希,元组才能成为一个可哈希类型。本例中,元组元素中的数组不可哈希,因此整个元组也变得不可哈希。
扩展示例:
from typing import Hashable
class example(object):
def __init__(self, a):
self.value = a
def __eq__(self, rhs):
return self.value == rhs.value
def __hash__(self):
return hash(self.value)
# a是一个可哈希的自定义类
a = example(2)
# 初始化字典时,a作为键放入字典
d = {a: "first"}
# 修改a的值
a.data = 2
# 再次将a作为键插入字典
d[a] = 'second'
这个例子中,a是一个可哈希的自定义类。虽然它的值在字典的首次赋值后发生了改变,但由于其定义了哈希函数,字典仍然可以找到该键值。
结论:
虽然数组本身不可哈希,但用()包裹后,如果数组元素全部可哈希,那么这个元组就成为一个可哈希类型。这个特性源于python中不可变容器的可哈希性依赖于其元素的可哈希性这一规则。
以上就是为什么用元组包裹数组后,它仍然不能作为字典的键?的详细内容,更多请关注骃骐网【www.myinqi.com】。
np.power 比 快因底层C向量化实现,避免Python循环开销;支持out/where/dtype等参数,更安全可控;对负底数非整指数默认报错,而 静默返回nan;np.float_power专为负底数浮点指数设计。 为什么 np.power 比循环调用 ** 快得多 因为 np.power 是底层 C 实现的向量化函数,它一次性处理整个数组,避免 Python 循环开销和逐元素类型检查。而...
numpy.percentile用于计算数组指定百分位数,关键参数包括a(输入数组)、q(0–100间百分位数)、axis(计算轴,默认None展平);含NaN需设nan_policy='omit';method控制插值方式;keepdims配合axis保留维度。 percentile函数的基本用法和参数含义 numpy.percentile 是计算数组中指定百分位数的主力函数,它不修改原数组,返...
本文介绍一种通用、健壮的递归方法,用于根据指定的键映射字典(key_dict)批量重命名嵌套字典中任意层级的键名,支持多级嵌套映射,避免浅层匹配错误与空字典返回问题。 本文介绍一种通用、健壮的递归方法,用于根据指定的键映射字典(key_dict)批量重命名嵌套字典中任意层级的键名,支持多级嵌套映射,避免浅层匹配错误与空字典返回问题。 在处理车载诊断(如UDS/DTC)、配置文件转换或API响应标准...
np.loadtxt读含字符串CSV报错因默认全转float,解决需用结构化dtype显式定义各列类型与名称,如dtype=[('name','U10'),('age','i4'),('height','f4')],并指定encoding='utf-8'。 为什么 np.loadtxt 读含字符串的CSV会报错“could not convert string to float” 因为 np.lo...
Python 3.9 的 | 运算符实现字典的浅层、右优先键值对覆盖合并,不修改原字典,不支持嵌套结构,返回新字典,要求键可哈希,语义清晰且类型安全。 Python 3.9 的 | 运算符到底合并什么 它不是“深合并”,也不是“递归覆盖”,而是对字典做**浅层、右优先的键值对覆盖合并**。左侧字典的键如果在右侧也存在,右侧的值直接生效;所有键被收集进一个新字典,原字典完全不动。 常见误解是以为 |...
字典的key不能是列表,因为列表是可变对象,不可哈希,执行hash([1,2])会直接抛出TypeError;而字典依赖哈希值快速查找,若键可变会导致哈希表失效。 为什么字典的 key 不能是列表 因为 dict 内部依赖哈希值做快速查找,而列表是可变对象,hash([]) 会直接抛出 TypeError: unhashable type: 'list'。只要对象在插入后可能被修改(比如调用 .a...
本文提供一种健壮的递归方法,用于在任意深度的嵌套字典中,依据「主键(mainkey)→ 子键(subkey)→ 目标元素(element)」的逻辑路径查找值,支持非连续嵌套结构,避免传统线性遍历的漏匹配问题。 本文提供一种健壮的递归方法,用于在任意深度的嵌套字典中,依据「主键(mainkey)→ 子键(subkey)→ 目标元素(element)」的逻辑路径查找值,支持非连续嵌套结构,避免传统线性...
nonzero返回元组而非一维索引,用于精确定位非零元素坐标;需用arr[arr!=0]做布尔过滤,ravel_multi_index转线性索引,plt.scatter(*nonzero(arr))绘散点图。 nonzero 返回的是元组,别直接当一维索引用 numpy.nonzero 返回的不是扁平化的索引数组,而是一个长度为 ndim 的元组,每个元素是对应维度上的坐标数组。比如二维数组调用后...
本文介绍如何在 python 字典中高效、安全地处理日期型值(如优惠券到期日),重点解决字符串日期比较、避免运行时错误及遍历时修改字典等常见问题。 本文介绍如何在 python 字典中高效、安全地处理日期型值(如优惠券到期日),重点解决字符串日期比较、避免运行时错误及遍历时修改字典等常见问题。 在管理优惠券、订阅或任何带有效期的数据时,将日期存储为字符串(如 "2024-04-05")是一种简洁且...
本文介绍如何在 python 字典中高效、安全地处理日期型值(如优惠券过期日),通过字符串格式化与字典副本遍历,避免运行时错误并准确移除过期项。 本文介绍如何在 python 字典中高效、安全地处理日期型值(如优惠券过期日),通过字符串格式化与字典副本遍历,避免运行时错误并准确移除过期项。 在管理基于日期的键值数据(例如优惠券数据库)时,一个常见需求是:根据当前日期筛选并自动清理已过期的条目。虽然...