В настоящее время я внедряю сложную микробную еду в Python, используя SciPy.integrate.ode. Мне нужна способность легко добавлять виды и реакции в систему, поэтому я должен кодировать что-то довольно общее. Моя схема выглядит примерно так:
class Reaction(object):
def __init__(self):
#stuff common to all reactions
def __getReactionRate(self, **kwargs):
raise NotImplementedError
... Reaction subclasses that
... implement specific types of reactions
class Species(object):
def __init__(self, reactionsDict):
self.reactionsDict = reactionsDict
#reactionsDict looks like {'ReactionName':reactionObject, ...}
#stuff common to all species
def sumOverAllReactionsForThisSpecies(self, **kwargs):
#loop over all the reactions and return the
#cumulative change in the concentrations of all solutes
...Species subclasses where for each species
... are defined and passed to the superclass constructor
class FermentationChamber(object):
def __init__(self, speciesList, timeToSolve, *args):
#do initialization
def step(self):
#loop over each species, which in turn loops
#over each reaction inside it and return a
#cumulative dictionary of total change for each
#solute in the whole system
if __name__==__main__:
f = FermentationChamber(...)
o = ode(...) #initialize ode solver
while o.successful() and o.t<timeToSolve:
o.integrate()
#process o.t and o.y (o.t contains the time points
#and o.y contains the solution matrix)
Итак, вопрос в том, что когда я повторяю словари в Species.sumOverAllReactionsForThisSpecies() и FermentationChamber.step(), это итерационный порядок словарей, гарантированных одинаковым, если ни один элемент не добавляется или не удаляется из словарей между первым и последняя итерация? То есть, могу ли я предположить, что порядок массива numpy, созданный на каждой итерации из словаря, не изменится? Например, если словарь имеет формат {'Glucose': 10, 'Fructose': 12}, если Array, созданный из этого словаря, всегда будет иметь тот же порядок (неважно, что это за заказ, пока он детерминирован).
Извините за мега-пост, я просто хотел сообщить, откуда я.
Python 3.1 имеет класс collections.OrderedDict, который может быть использован для этой цели. Он также очень эффективен: "Время выполнения Big-O для всех методов такое же, как для обычных словарей".
code для OrderedDict сам по себе совместим с Python 2.x, хотя некоторые унаследованные методы (из _abcoll) используют функции только для Python 3. Тем не менее, они могут быть изменены с кодом 2.x с минимальными усилиями.
Да, тот же порядок гарантирован, если он не изменен.
См. docs здесь.
Edit:
Что касается изменения значения (но не добавления/удаления ключа), это повлияет на порядок, это то, что комментарии в C-источнике говорят:
/* CAUTION: PyDict_SetItem() must guarantee that it won't resize the
* dictionary if it merely replacing the value for an existing key.
* This means that it safe to loop over a dictionary with PyDict_Next()
* and occasionally replace a value -- but you can't insert new keys or
* remove them.
*/
Похоже, что это не деталь реализации, а требование языка.
Если в словарь не внесены изменения, ответ будет да. Смотрите здесь.
Однако в Python словари неупорядочены по своей природе. В целом, это не лучшая практика полагаться на словари для чувствительных отсортированных данных.
Примером более надежного решения будет структура данных Django SortedDict.
Если вы хотите, чтобы заказ был последовательным, я сделал бы что-то, чтобы заставить определенный порядок. Хотя вы, возможно, сможете убедить себя, что заказ гарантирован, и вы можете быть правы, это кажется хрупким для меня, и это будет загадочно для других разработчиков.
Например, вы всегда подчеркиваете свой вопрос. Важно ли, чтобы это был тот же порядок в Python 2.5 и 2.6? 2,6 и 3,1? CPython и Jython? Я бы не стал рассчитывать на них.
Я также рекомендовал бы не полагаться на то, что порядок словарей неслучайен.
Если вы хотите, чтобы встроенное решение для сортировки вашего словаря прочитало http://www.python.org/dev/peps/pep-0265/
Вот наиболее подходящий материал:
Этот PEP отклоняется, поскольку потребность в нем была в значительной степени выполненный с помощью встроенной функции Py2.4 sorted():
>>> sorted(d.iteritems(), key=itemgetter(1), reverse=True)
[('b', 23), ('d', 17), ('c', 5), ('a', 2), ('e', 1)]
or for just the keys:
>>> sorted(d, key=d.__getitem__, reverse=True)
['b', 'd', 'c', 'a', 'e']
Also, Python 2.5 heapq.nlargest() function addresses the common use
case of finding only a few of the highest valued items:
>>> nlargest(2, d.iteritems(), itemgetter(1))
[('b', 23), ('d', 17)]