Python优雅的合并两个Dict

一行代码合并两个dict

假设有两个dict x和y，合并成一个新的dict，不改变 x和y的值，例如

 
 x = {'a': 1, 'b': 2}
 y = {'b': 3, 'c': 4}

期望得到一个新的结果Z，如果key相同，则y覆盖x。期望的结果是

>>> z
{'a': 1, 'b': 3, 'c': 4}

在PEP448中，有个新的语法可以实现，并且在python3.5中支持了该语法，合并代码如下

z = {**x, **y}

妥妥的一行代码。
由于现在很多人还在用python2，对于python2和python3.0-python3.4的人来说，有一个比较优雅的方法，但是需要两行代码。

z = x.copy()
z.update(y)

上面的方法，y都会覆盖x里的内容，所以最终结果b=3.

不使用python3.5如何一行完成了

如果您还没有使用Python 3.5，或者需要编写向后兼容的代码，并且您希望在单个表达式中运行，则最有效的方法是将其放在一个函数中：

def merge_two_dicts(x, y):
    """Given two dicts, merge them into a new dict as a shallow copy."""
    z = x.copy()
    z.update(y)
    return z

然后一行代码完成调用:

 z = merge_two_dicts(x, y)

你也可以定义一个函数，合并多个dict，例如

def merge_dicts(*dict_args):
    """
    Given any number of dicts, shallow copy and merge into a new dict,
    precedence goes to key value pairs in latter dicts.
    """
    result = {}
    for dictionary in dict_args:
        result.update(dictionary)
    return result

然后可以这样使用

z = merge_dicts(a, b, c, d, e, f, g) 

所有这些里面，相同的key，都是后面的覆盖前面的。

一些不够优雅的示范

items

有些人会使用这种方法：

 z = dict(x.items() + y.items())

这其实就是在内存中创建两个列表，再创建第三个列表，拷贝完成后，创建新的dict，删除掉前三个列表。这个方法耗费性能，而且对于python3，这个无法成功执行，因为items()返回是个对象。

>>> c = dict(a.items() + b.items())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'dict_items' and 
'dict_items'

你必须明确的把它强制转换成list，z = dict(list(x.items()) + list(y.items()))，这太浪费性能了。
另外，想以来于items()返回的list做并集的方法对于python3来说也会失败，而且，并集的方法，导致了重复的key在取值时的不确定，所以，如果你对两个dict合并有优先级的要求，这个方法就彻底不合适了。

>>> x = {'a': []}
>>> y = {'b': []}
>>> dict(x.items() | y.items())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

这里有一个例子，其中y应该具有优先权，但是由于任意的集合顺序，x的值被保留：

>>> x = {'a': 2}
>>> y = {'a': 1}
>>> dict(x.items() | y.items())
{'a': 2}

构造函数

也有人会这么用

z = dict(x, **y)

这样用很好，比前面的两步的方法高效多了，但是可阅读性差，不够pythonic，如果当key不是字符串的时候，python3中还是运行失败

>>> c = dict(a, **b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: keyword arguments must be strings

Guido van Rossum 大神说了：宣告dict（{}， {1：3}）是非法的，因为毕竟是滥用机制。虽然这个方法比较hacker，但是太投机取巧了。

一些性能较差但是比较优雅的方法

下面这些方法，虽然性能差，但也比items方法好多了。并且支持优先级。

{k: v for d in dicts for k, v in d.items()}

python2.6中可以这样

 dict((k, v) for d in dicts for k, v in d.items())
 

itertools.chain:

import itertools
z = dict(itertools.chain(x.iteritems(), y.iteritems()))

性能测试

以下是在Ubuntu 14.04上完成的，在Python 2.7（系统Python）中：

>>> min(timeit.repeat(lambda: merge_two_dicts(x, y)))
0.5726828575134277
>>> min(timeit.repeat(lambda: {k: v for d in (x, y) for k, v in d.items()} ))
1.163769006729126
>>> min(timeit.repeat(lambda: dict(itertools.chain(x.iteritems(),y.iteritems()))))
1.1614501476287842
>>> min(timeit.repeat(lambda: dict((k, v) for d in (x, y) for k, v in d.items())))
2.2345519065856934

在python3.5中

>>> min(timeit.repeat(lambda: {**x, **y}))
0.4094954460160807
>>> min(timeit.repeat(lambda: merge_two_dicts(x, y)))
0.7881555100320838
>>> min(timeit.repeat(lambda: {k: v for d in (x, y) for k, v in d.items()} ))
1.4525277839857154
>>> min(timeit.repeat(lambda: dict(itertools.chain(x.items(), y.items()))))
2.3143140770262107
>>> min(timeit.repeat(lambda: dict((k, v) for d in (x, y) for k, v in d.items())))
3.2069112799945287

为什么不来我的博客逛逛了