58 Глава 2. |
Структуры данных Python |
|
|
|
|
d = { "PONumber" |
: 2608, |
|
"ShippingInstructions" : {"name" : "John Silver", |
||
|
"Address": { "street" |
: "426 Light Street", |
|
"city" |
: "South San Francisco", |
|
"state" |
: "CA", |
|
"zipCode" |
: 99237, |
|
"country" |
: "United States of America" }, |
"Phone" : [ { "type" : "Office", "number" : "809-123-9309" }, { "type" : "Mobile", "number" : "417-123-4567" }
]
}
}
Как видим, у этого словаря сложная структура. Значение ключа ShippingIn structions само является словарем, в нем значение ключа Address тоже словарь, а значение ключа Phone является списком словарей.
Можно сохранить словарь непосредственно в файл JSON с помощью модуля json, используя метод json.dump():
import json
with open("po.json", "w") as outfile: json.dump(d, outfile)
Аналогично, можно использовать метод json.load() для преобразования содержимого файла JSON в словарь Python:
with open("po.json",) as fp: d = json.load(fp)
В результате получим такой же словарь, как тот, что представлен выше. Более подробно о работе с файлами мы поговорим в главе 4.
Множества
Множество Python — это неупорядоченная коллекция неповторяющихся элементов. Дублирование элементов в множестве не допускается. Множество объявляется с помощью фигурных скобок, а элементы в нем разделяются запятыми:
{'London', 'New York', 'Paris'}
Множества 59
Удаление дубликатов из последовательности
Поскольку элементы множества должны быть уникальными, эта структура данных полезна, когда нужно удалить дублирующиеся элементы из списка или кортежа. Предположим, что требуется просмотреть список корпоративных клиентов. Такой список можно получить, извлекая имена клиентов из размещенных заказов. Поскольку клиент может сделать несколько заказов, имена в списке могут повторяться. Такие дубликаты можно удалить с помощью множества:
lst = ['John Silver', 'Tim Jemison', 'John Silver', 'Maya Smith'] lst = list(set(lst))
print(lst)
Мы просто приводим список к типу множества, а затем преобразуем обратно в список. Конструктор множества автоматически удаляет дубликаты. Обновленный список будет выглядеть так:
['Maya Smith', 'Tim Jemison', 'John Silver']
Недостаток этого подхода в том, что начальный порядок элементов не сохраняется, поскольку множество — это неупорядоченная коллекция элементов. Действительно, если запустить предыдущий код несколько раз, порядок вывода каждый раз будет разным.
Чтобы выполнить ту же операцию, сохранив первоначальный порядок, используйте функцию sorted():
lst = ['John Silver', 'Tim Jemison', 'John Silver', 'Maya Smith'] lst = list(sorted(set(lst), key=lst.index))
Она сортирует множество по индексам исходного списка, сохраняя таким образом порядок. Новый список будет выглядеть так:
['John Silver', 'Tim Jemison', 'Maya Smith']
Общие операции с множеством
У объектов множеств есть методы для выполнения обычных математических операций над последовательностями, например объединения и пересечения. Эти
60 Глава 2. Структуры данных Python
методы позволяют с легкостью объединять множества или извлекать элементы, общие для нескольких множеств.
Представьте, что вам нужно распределить огромное количество фотографий по группам исходя из того, что на них изображено. Чтобы автоматизировать эту задачу, можно начать с инструмента визуального распознавания (visual recognition), например Clarifai API, который будет генерировать множество описательных тегов для каждой фотографии. Затем множества тегов можно сравнить друг с другом с помощью метода intersection(). Этот метод сравнивает два множества и создает новое множество, содержащее элементы, которые есть в обоих множествах. В данном конкретном случае чем больше тегов в каждом множестве, тем более схожа тематика этих двух изображений.
Для простоты в следующем примере возьмем только две фотографии. Используя соответствующие множества описательных тегов, можно определить степень совпадения тематики этих двух фото:
photo1_tags = {'coffee', 'breakfast', 'drink', 'table', 'tableware', 'cup', 'food'} photo2_tags = {'food', 'dish', 'meat', 'meal', 'tableware', 'dinner', 'vegetable'} intersection = photo1_tags.intersection(photo2_tags)
if len(intersection) >= 2:
print("The photos contain similar objects.")
В этом фрагменте кода мы выполняем операцию поиска пересечений, чтобы найти элементы, общие для обоих множеств. Если количество общих предметов в множествах равно или больше двух, можно сделать вывод, что фотографии имеют схожую тематику и, следовательно, их можно сгруппировать.
УПРАЖНЕНИЕ № 1: ПРОДВИНУТЫЙ АНАЛИЗ ТЕГОВ ФОТОГРАФИЙ
А сейчас попробуйте применить на практике то, чему вы научились в этой главе. Продолжите работать с примером с множествами из предыдущего раздела. В упражнении вам также понадобятся словари и списки.
В примере мы сравнили описательные теги только двух фотографий, по пересечению определив общие. Расширим функциональность кода, чтобы он обрабатывал произвольное количество фотографий, быстро группируя их в категории на основе пересекающихся тегов.
Предположим, что входными данными служит список словарей, где каждый словарь представляет собой фотографию (конечно, вы можете создать
Множества 61
свой собственный список, содержащий гораздо больше элементов). Список словарей ниже доступен для загрузки из репозитория GitHub для книги1:
l = [
{
"name": "photo1.jpg",
"tags": {'coffee', 'breakfast', 'drink', 'table', 'tableware', 'cup', 'food'}
},
{
"name": "photo2.jpg",
"tags": {'food', 'dish', 'meat', 'meal', 'tableware', 'dinner', 'vegetable'}
},
{
"name": "photo3.jpg",
"tags": {'city', 'skyline', 'cityscape', 'skyscraper', 'architecture', 'building',
'travel'}
},
{
"name": "photo4.jpg",
"tags": {'drink', 'juice', 'glass', 'meal', 'fruit', 'food', 'grapes'}
}
]
Ваша задача — распределить фотографии по группам с помощью пересечений тегов и сохранить результат в словарь:
photo_groups = {}
Для этого необходимо перебрать все возможные пары фотографий из списка. Это можно реализовать с помощью вложенной пары циклов for, организованных следующим образом:
for i in range(1, len(l)):
for j in range(i+1,len(l)+1): print(f"Intersecting photo {i} with photo {j}")
#Реализуйте поиск пересечений здесь, сохраняя результаты
#в photo_groups
Вам потребуется самостоятельно написать код тела цикла так, чтобы он выполнял поиск пересечений между l[i]['tags'] и l[j]['tags'] и создавал новую пару «ключ — значение» в словаре photo_groups, если
1 https://github.com/pythondatabook/sources/blob/main/ch2/list_of_dicts.txt