Python 中的小表？

Question

假设我没有超过一两打具有不同属性的对象，例如：

UID、名称、值、颜色、类型、位置

我希望能够调用 Location =“Boston”的所有对象，或类型 =“主要”。经典的数据库查询类型的东西。

大多数表解决方案（pytables、*sql）对于这么小的数据集来说确实是大材小用。我是否应该简单地迭代所有对象并为每个数据列创建一个单独的字典（在添加新对象时向字典添加值）？

这将创建如下字典：

{'Boston' : [234, 654, 234], 'Chicago' : [324, 765, 342] } - 其中这 3 位数字条目代表诸如 UID 之类的内容。

正如你所看到的，查询这个会有点痛苦。

有什么替代方案吗？

Answer 1

对于小的关系问题，我喜欢使用 Python 的内置 集合。

对于 location = 'Boston' OR type = 'Primary' 的示例，如果您有以下数据：

users = {
   1: dict(Name="Mr. Foo", Location="Boston", Type="Secondary"),
   2: dict(Name="Mr. Bar", Location="New York", Type="Primary"),
   3: dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"),
   #...
}

您可以执行 WHERE ... OR ... 查询，如下所示：

set1 = set(u for u in users if users[u]['Location'] == 'Boston')
set2 = set(u for u in users if users[u]['Type'] == 'Primary')
result = set1.union(set2)

或者仅使用一个表达式：

result = set(u for u in users if users[u]['Location'] == 'Boston'
                              or users[u]['Type'] == 'Primary')

您还可以使用 itertools 中的函数来创建相当有效的数据查询。例如，如果您想要执行类似于 GROUP BY city 的操作：

cities = ('Boston', 'New York', 'Chicago')
cities_users = dict(map(lambda city: (city, ifilter(lambda u: users[u]['Location'] == city, users)), cities))

您还可以手动构建索引（构建将位置映射到用户 ID 的 dict）以加快速度。如果这变得太慢或笨重，那么我可能会切换到 sqlite，它现在已包含在内在 Python (2.5) 标准库中。

Answer 2

我不认为 sqlite 会“大材小用”——它从 2.5 开始就带有标准的 Python，所以不需要安装东西，它可以在内存或本地磁盘文件中创建和处理数据库。真是的，怎么可能更简单呢……？如果您想要内存中的所有内容（包括初始值），并且想要使用字典来表达这些初始值，例如...：

import sqlite3

db = sqlite3.connect(':memory:')
db.execute('Create table Users (Name, Location, Type)')
db.executemany('Insert into Users values(:Name, :Location, :Type)', [
   dict(Name="Mr. Foo", Location="Boston", Type="Secondary"),
   dict(Name="Mr. Bar", Location="New York", Type="Primary"),
   dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"),
   ])
db.commit()
db.row_factory = sqlite3.Row

现在您的内存中微小的“db”已准备就绪。当然，在磁盘文件中创建数据库和/或从文本文件、CSV 等读取初始值并不困难。

查询特别灵活、简单和贴心，例如，您可以随意混合字符串插入和参数替换...：

def where(w, *a):
  c = db.cursor()
  c.execute('Select * From Users where %s' % w, *a)
  return c.fetchall()

print [r["Name"] for r in where('Type="Secondary"')]

发出 [u'Mr.福，你先生。 Quux']，就像更优雅但等效的查询一样

print [r["Name"] for r in where('Type=?', ["Secondary"])]

，您想要的查询只是：

print [r["Name"] for r in where('Location="Boston" or Type="Primary"')]

等等。说真的——有什么不喜欢的呢？

Answer 3

如果数据量确实很小，我就不会费心索引，可能只是编写一个辅助函数：

users = [
   dict(Name="Mr. Foo", Location="Boston", Type="Secondary"),
   dict(Name="Mr. Bar", Location="New York", Type="Primary"),
   dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"),
   ]

def search(dictlist, **kwargs):
   def match(d):
      for k,v in kwargs.iteritems():
         try: 
            if d[k] != v: 
               return False
         except KeyError:
            return False
      return True

   return [d for d in dictlist if match(d)] 

这将允许像这样的漂亮查询：

result = search(users, Type="Secondary")