14、Python 中的字典、JSON 与函数应用

Python 中的字典、JSON 与函数应用

1. 字典遍历与排序

在 Python 中,我们可以使用循环遍历字典的键值对。例如,有一个存储课程和教授信息的字典 courses ,通过如下代码可以遍历并输出相关信息:

for course, prof in sorted(courses.items()):
    print('Prof. {} coordinates the {} course.'.format(prof, course))

这里, sorted() 函数会对字典的键(即课程名称)进行排序,所以输出的句子会按课程标题的字母顺序排列,而不是按教授名字。若要反转顺序,可添加 reversed() 函数:

for course, prof in reversed(sorted(courses.items())):
    print('{} coordinates the {} course.'.format(prof, course))
2. JSON 数据格式

JSON(JavaScript Object Notation)是一种独立于语言的数据格式,源自 JavaScript,但许多编程语言都支持它,在 Web 开发中很受欢迎。可以使用 JSON 在纯文本文件中存储类似字典的数据,通过键值对构建嵌套的字典和列表结构。

2.1 JSO
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习启发因子优化,实现路径的动态调整多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑实时避障等多目标协同优化;③为智能无人系统的自主决策环境适应能力提供算法支持; 阅读建议:此资源结合理论模型MATLAB实践,建议读者在理解ACOMLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
<think>嗯,用户之前已经问过JSON是什么,现在转向在Python中处理JSON的具体函数和方法。我需要确保回答的结构清晰,涵盖主要模块、常用函数应用场景以及注意事项。 首先,用户可能已经了解JSON的基础,所以不需要再重复定义,而是直接深入Python的实现。需要提到Pythonjson模块,这是处理JSON的核心模块。常用的函数json.dumps()、json.loads()、json.dump()、json.load(),这四个是基础,必须详细说明每个的用途和参数。 然后,用户可能想知道实际应用,比如读取配置文件、API交互、数据持久化等,这时候需要给出具体的例子,比如读取JSON文件,或者将字典转换成字符串传输。这些例子能帮助用户更好地理解如何使用这些函数。 另外,可能需要注意的常见问题,比如中文编码问题,datetime对象的处理,以及性能优化。这些都是实际开发中容易遇到的坑,用户可能会关心如何处理。比如ensure_ascii参数设置为False来避免中文被转义,或者自定义编解码器处理日期时间对象。 还要考虑用户的使用场景,可能是Web开发、数据分析或是自动化脚本,不同的场景下JSON应用方式不同。例如,Web开发中常用的是解析API响应,而数据分析可能需要读取大量的JSON数据文件。 用户可能没有说出来的深层需求包括如何处理复杂的嵌套结构,或者如何优化大JSON文件的处理效率。这时候可以提到第三方库如ujson或orjson,它们在性能上更优,适合处理大数据量。 最后,总结部分要强调json模块的重要性,以及掌握这些方法对于Python开发者的必要性。同时,提示用户注意常见错误,如键名引号问题,数据类型限制等,避免他们在实际使用中犯错。</think>--- ### **PythonJSON 处理的完整指南** Python 通过内置 `json` 模块提供完整的 JSON 处理能力,包含 **序列化**(对象 → JSON 字符串)和 **反序列化**(JSON 字符串 → 对象)的核心功能。以下是详细解析: --- #### **一、核心模块函数** | **函数/方法** | **功能** | **示例** | |---------------------------|-------------------------------------------------------------------------|-------------------------------------------------------------------------| | `json.dumps(obj)` | 将 Python 对象(字典、列表等)序列化为 JSON 字符串 | `json.dumps({"name": "Alice", "age": 30})` → `'{"name": "Alice", "age": 30}'` | | `json.loads(json_str)` | 将 JSON 字符串反序列化为 Python 对象(字典、列表等) | `json.loads('{"x": 5}')` → `{'x': 5}` | | `json.dump(obj, file)` | 将 Python 对象直接序列化并写入文件 | `with open('data.json', 'w') as f: json.dump(data, f)` | | `json.load(file)` | 从文件中读取 JSON 数据并反序列化为 Python 对象 | `with open('data.json') as f: data = json.load(f)` | --- #### **二、关键参数详解** ##### **序列化(`dumps`/`dump`)参数** | **参数** | **作用** | **示例** | |-------------------|-------------------------------------------------------------------------|-------------------------------------------| | `indent` | 缩进空格数,美化输出(值为整数) | `json.dumps(data, indent=4)` | | `ensure_ascii` | 是否转义非 ASCII 字符(默认 `True`,设为 `False` 保留中文) | `json.dumps({"城市": "北京"}, ensure_ascii=False)` | | `sort_keys` | 是否按键名排序输出(默认 `False`) | `json.dumps(data, sort_keys=True)` | | `default` | 处理无法序列化的对象(需自定义函数) | 见下方「自定义编解码」示例 | ##### **反序列化(`loads`/`load`)参数** | **参数** | **作用** | |-------------------|-------------------------------------------------------------------------| | `object_hook` | 自定义字典对象的转换逻辑(如将 JSON 对象转为自定义类实例) | | `parse_float` | 指定浮点数的解析函数(如使用 `decimal.Decimal` 代替 `float`) | --- #### **三、典型应用场景** ##### 1. **Web API 数据交互** ```python import requests import json # 发送 JSON 数据到 API data = {"query": "Python JSON"} headers = {"Content-Type": "application/json"} response = requests.post("https://api.example.com", json=data, headers=headers) # 解析 API 返回的 JSON result = response.json() # 直接获取字典 ``` ##### 2. **配置文件读写** ```python # 读取配置 with open("config.json", "r") as f: config = json.load(f) print(config["database"]["host"]) # 更新配置并保存 config["timeout"] = 30 with open("config.json", "w") as f: json.dump(config, f, indent=2) ``` ##### 3. **复杂数据结构持久化** ```python # 序列化嵌套结构 data = { "users": [ {"id": 1, "name": "Alice", "roles": ["admin", "user"]}, {"id": 2, "name": "Bob"} ] } json_str = json.dumps(data, indent=4) # 反序列化恢复数据 restored_data = json.loads(json_str) ``` --- #### **四、自定义编解码(处理特殊对象)** ##### **处理 `datetime` 对象** ```python from datetime import datetime # 自定义序列化函数 def custom_serializer(obj): if isinstance(obj, datetime): return obj.isoformat() raise TypeError("Type not serializable") data = {"time": datetime.now()} json_str = json.dumps(data, default=custom_serializer) # {"time": "2024-05-18T12:34:56.789"} ``` ##### **反序列化为自定义类** ```python class User: def __init__(self, name, age): self.name = name self.age = age # 自定义反序列化逻辑 def dict_to_user(d): return User(d['name'], d['age']) user_data = '{"name": "Charlie", "age": 28}' user = json.loads(user_data, object_hook=dict_to_user) print(user.name) # 输出: Charlie ``` --- #### **五、常见问题解决方案** ##### **1. 中文乱码问题** ```python # 确保 ensure_ascii=False data = {"中文": "测试"} json_str = json.dumps(data, ensure_ascii=False) # {"中文": "测试"} ``` ##### **2. 处理特殊数值类型** ```python # 自定义浮点数解析(使用 decimal 避免精度损失) import decimal json_str = '{"price": 9.99}' data = json.loads(json_str, parse_float=decimal.Decimal) print(type(data["price"])) # <class 'decimal.Decimal'> ``` ##### **3. 性能优化(大文件处理)** ```python # 使用生成器逐行读取大文件 with open("large_data.json") as f: for line in f: record = json.loads(line) process(record) ``` --- #### **六、第三方库扩展** | **库名** | **特点** | **安装命令** | |------------|-------------------------------------------|---------------------------| | `ujson` | 超高速 JSON 解析(比标准库快 3-5 倍) | `pip install ujson` | | `orjson` | 支持 `datetime` 和 `numpy` 类型,性能极高 | `pip install orjson` | | `simplejson` | 兼容性更强,支持更多数据类型 | `pip install simplejson` | ```python # 使用 orjson 示例 import orjson data = {"time": datetime.now()} json_bytes = orjson.dumps(data) # 自动处理 datetime ``` --- ### **总结** Python 的 `json` 模块是处理 JSON 数据的核心工具,掌握以下关键点: 1. **四⼤函数**:`dumps`/`loads` 用于字符串转换,`dump`/`load` 用于文件操作 2. **核⼼参数**:`indent` 美化输出、`ensure_ascii` 控制编码、`default` 处理复杂对象 3. **应⽤场景**:API 通信、配置文件、数据持久化 4. **进阶技巧**:自定义编解码、性能优化、第三方库加速 通过灵活组合这些功能,可以高效实现各类 JSON 数据处理需求。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值