Python字典嵌套(源码分析/自定义)

今天在写监控脚本的时候遇到一个问题,就是我执行每一个监控模块(脚本)的时候,例如CPU、内存、磁盘脚本,都会返回一个字典格式的数据,但是我需要将这三个字典,组合成一个大字典,然后通过requests模块发送给api接口,so,我就在网上找了一些方法,然后总结,写成这编博文。

1、首先定义三个字典(不需要考虑字典的具体内容)

>>> cpu_dict = {‘cpu_count‘:8,‘cpu_ratio‘:3.5}
>>> memory_dict = {‘memory_count‘:16,‘memory_ration‘:10}
>>> disk_dict = {‘disk_read‘:200,‘disk_write‘:120,‘tps‘:340}

2、将上面三个字典合并成一个字典

>>> data_dict = dict(**cpu_dict,**memory_dict,**disk_dict)
>>> data_dict
{‘cpu_count‘: 8, ‘cpu_ratio‘: 3.5, ‘memory_count‘: 16, ‘memory_ration‘: 10, ‘disk_read‘: 200, ‘disk_write‘: 120, ‘tps‘: 340}

注意:需要被合并的字典的key是不能出现重复的,否则python会直接报错

3、从源码分析dict这个类是如何实现字典拼接

def __init__(self, seq=None, **kwargs):
    """
    忽略官方注释..
    """
    pass

首先我们调用 dict() 这个类在括号里传入值,会执行init构造方法
第一位形参:self 是对象即文中的data_dict,
第二位形参:seq 排序作用(当前文中我们忽略它)
第三位形参:**kwargs 接收所有以字典形式保存的数据

那么我们在执行下面这条命令的时候发生了什么?

data_dict = dict(**cpu_dict,**memory_dict,**disk_dict)

首先cpu_dict、memory_dict、disk_dict 本身就是字典,在它们前面加个了 * 后就是把这些字典传给 dict类里的__init__构造函数的第三个位置形参来 *kwargs 来接收字典,最后在返回结果给 data_dict 这个对象

4、kwargs实现方法**

def func(**kwargs):           # 位置形参
    print(kwargs)

func(**{‘k1‘:‘v1‘,‘k2‘:‘v2‘})  # 位置实参

# 执行结果:
{‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}

现在我们知道了,在位置形参里的 **kwargs 是可以接收所有字典形式的数据,那如果我把位置实参里传一个字典形式存储的变量,会如何?

t1 = {‘k1‘:‘v1‘,‘k2‘:‘v2‘}
def func(**kwargs):
    print(kwargs)

func(**t1)

# 执行结果
{‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}

so,我们可以看到直接执行func函数,通过*t1 可以直接将存储字典的变量传入给func函数,当然在func函数里也可以传入多个字典,我再次声明下再位置形参里的*kwargs,是可以接收N个从位置实参传入的字典数据
那么,有朋友会问,位置形参里的 *kwargs 必须是固定这么写吗?,不然,* 这个关键字是必须的,但是* 后面的变量名可以随意,我们也可以写成 *abc,但是大部分人都是按照开发标准统一写成 **kwargs,因为python源码也是这么写的,我们就遵循规范就行

4、利用神奇的双星号 来自定义类似dict的合并字典功能**

cpu_dict = {‘cpu_count‘:8,‘cpu_ratio‘:3.5}
memory_dict = {‘memory_count‘:16,‘memory_ration‘:10}
disk_dict = {‘disk_read‘:200,‘disk_write‘:120,‘tps‘:340}

class task():
    def __init__(self,*args,**kwargs):
        self.kwargs = kwargs

    def __call__(self, *args, **kwargs):
        print(kwargs)

my_dict = task()
my_dict(**cpu_dict,**memory_dict,**disk_dict)

最终执行的结果:

{‘cpu_count‘: 8, ‘cpu_ratio‘: 3.5, ‘memory_count‘: 16, ‘memory_ration‘: 10, ‘disk_read‘: 200, ‘disk_write‘: 120, ‘tps‘: 340}

原文地址:https://blog.51cto.com/12643266/2419556

时间: 2024-11-08 13:10:51

Python字典嵌套(源码分析/自定义)的相关文章

Python字典部分源码分析,字典是无序的

1 def clear(self): # real signature unknown; restored from __doc__ 2 """ D.clear() -> None. Remove all items from D. """ 3 pass 1 #练习1.清空字典(置空) 2 li = {"key1":"value1","key2":"value2"

K-近邻算法的Python实现 : 源码分析

网上介绍K-近邻算法的例子很多,其Python实现版本基本都是来自于机器学习的入门书籍<机器学习实战>,虽然K-近邻算法本身很简单,但很多初学者对其Python版本的源代码理解不够,所以本文将对其源代码进行分析. 什么是K-近邻算法? 简单的说,K-近邻算法采用不同特征值之间的距离方法进行分类.所以它是一个分类算法. 优点:无数据输入假定,对异常值不敏感 缺点:复杂度高 好了,直接先上代码,等会在分析:(这份代码来自<机器学习实战>) def classify0(inx, data

Python 进阶之源码分析:如何将一个类方法变为多个方法?

前一篇文章<Python 中如何实现参数化测试?>中,我提到了在 Python 中实现参数化测试的几个库,并留下一个问题: 它们是如何做到把一个方法变成多个方法,并且将每个方法与相应的参数绑定起来的呢? 我们再提炼一下,原问题等于是:在一个类中,如何使用装饰器把一个类方法变成多个类方法(或者产生类似的效果)? # 带有一个方法的测试类 class TestClass: def test_func(self): pass # 使用装饰器,生成多个类方法 class TestClass: def

python int的源码分析

在intobject.h中找到整数的定义 Python的整数对象的数据实际保存在ob_ival中,是c中的long类型.PyObject_HEAD就应该是整数对象的描述了.从源码的描述中知道PyObject_HEAD定义了整数对象的初始化信息 其中typedef struct _typeobject{}PyTypeObject,PyTypeObject可以被认为对象的最通用,最原始的类,被其他整数,字符串等对象继承使用. PyAPI_DATA(PyTypeObject)  PyInt_Type;

Python之namedtuple源码分析

namedtuple()函数根据提供的参数创建一个新类,这个类会有一个类名,一些字段名和一个可选的用于定义类行为的关键字,具体实现如下 namedtuple函数源码 from keyword import iskeyword as _iskeyword import sys as _sys import logging logging.basicConfig(level=logging.INFO, filename="logging.txt", filemode="w+&qu

Python编程_Selenium2Library源码分析

[Package] keywords 所有关键字封装 [Class] _waiting.py 等待函数的条件判断, 替换sleep, 在依次以条件逻辑执行较多用例时可以有效节省执行等待时间, 快速定位问题 _wait_until(self, timeout, error, function, *args) 概述: 直到function(*args)为True时return None, 为False则return error, 超时时间timeout 参数: error: 初始化为超时异常 fun

python列表部分源码分析

1 def append(self, p_object): # real signature unknown; restored from __doc__ 2 """ L.append(object) -- append object to end """ 3 pass #1.练习(添加元素): li = [11,22,33,"aabc","cddg",234,"alex",] prin

Mybatis源码分析自定义缓存、分页的实现

一.缓存 我们知道,在Mybatis中是有缓存实现的.分一级缓存和二级缓存,不过一级缓存其实没啥用.因为我们知道它是基于sqlSession的,而sqlSession在每一次的方法执行时都会被新创建.二级缓存是基于namespace,离开了它也是不行.有没有一种方式来提供自定义的缓存机制呢? 1.Executor Executor是Mybatis中的执行器.所有的查询就是调用它的<E> List<E> query()方法.我们就可以在这里进行拦截,不让它执行后面的查询动作, 直接从

Python之美[从菜鸟到高手]--浅拷贝、深拷贝完全解读(copy源码分析)

可悲的我一直以为copy模块是用C写的,有时候需要深入了解deepcopy,文档描述的实在太简单,还是不知所云. 比如说最近看sqlmap源码中AttribDict的_deepcopy__有些疑惑, def __deepcopy__(self, memo): retVal = self.__class__() memo[id(self)] = retVal for attr in dir(self): if not attr.startswith('_'): value = getattr(se