Python里的easydict模块

本文介绍了Python中easydict模块的使用,通过它能更方便地调用和设置字典属性,尤其在深度学习中,常用于构建全局变量。

1.1 常规字典调用方法

d = {'foo':3, 'bar':{'x':1, 'y':2}}
print(d['foo'])  # 访问字典的元素
print(d['bar']['y'])  # 访问字典中的元素需要使用二维数组
# print(d.foo) 这样写会出错哦!

>>  3
>>  2

1.2 调用easydict模块简化字典调用

from easydict import EasyDict as edict
easy = edict(d = {'foo':3, 'bar':{'x':1, 'y':2}}) # 将普通的字典传入到edict()中
print(easy['foo'])  # 这是传统的打印字典元素的方法
print(easy.foo)  # 这是我们使用easydict输出字典中元素的方法,二者结果一样,但使用更方便
print(easy.bar.x)

>>  3
>>  3
>>  1

2. 其他字典调用方法

2.1 设置属性
from easydict import EasyDict as edict
d = edict()
d.foo = 3  # 我们可以直接用赋值语句对字典元素进行创建
d.bar = {'prob':'value'}  # 我们也可以创建字典中的字典
d.bar.prob = 'newer'  # 另外我们也可以很方便的修改字典中元素的值
print(d)

>>  {'foo': 3, 'bar': {'prob': 'newer'}}
2.2 在深度学习中往往利用easydict建立一个全局的变量
from easydict import EasyDict as edict
config = edict()
config.TRAIN = edict() # 创建一个字典,key是Train,值是{}
config.Test = edict()

config.TRAIN.batch_size = 25  # 然后在里面写值,表示Train里面的value也是一个字典
config.TRAIN.early_stopping_num = 10
config.TRAIN.lr = 0.0001
print(config)

>>  {'TRAIN': {'batch_size': 25, 'early_stopping_num': 10, 'lr': 0.0001}, 'Test': {}}
评论
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