有相同键的（嵌套）词典的python替代方法？

Question

我发现自己避免使用字典，因为它们的代码通常有将近一半是重复的。我通常在嵌套字典中执行此操作，其中所有子字典都包含相同的键，但值不同。在

我手动创建一个大型父字典，其中每个键都包含一个嵌套字典，用于外部模块。嵌套字典都使用相同的键来定义配置参数。这种用法是显式的，可以使用，但是为我手动创建的每个嵌套字典重新键入或复制/粘贴键会感觉很愚蠢。我不太关心优化内存或性能，只是想知道我是否应该用另一种更像Python的方式来做这件事。在

作为一个常见的小例子和模式：

people_dict = {
    "Charles Lindberg": {"address": "123 St.", 
                         "famous": True}, 
    "Me": {"address": "456 St.",
           "famous": False}
    }

>>>people_dict["Charles Lindberg"]["address"]
"123 St."

虽然dictionary支持显式代码，但是定义具有重复键的嵌套字典是乏味且容易出错的。在本例中，有一半的嵌套字典是所有嵌套字典共有的代码重复代码。 我尝试过使用元组来消除重复键，但是发现这会导致代码脆弱——任何位置的改变（而不是字典键）都会失败。这也会导致代码不明确且难以遵循。在

^{pr2}$

相反，我编写了一个类来封装相同的信息：这个 成功减少重复代码。。。在

class Person(object):
    def __init__(self, address, famous=False):
        self.address = address
        self.famous = famous

people_dict = [
    "Charles Lindberg": Person("123 St.", famous=False), 
    "Me": Person("456 St."), 
    ]

>>>people_dict["Charles Lindberg"].address
"123 St." 

创建一个类似乎有点过分了。。。标准数据类型似乎太基本了。。。在

我想在Python中有更好的方法来实现这一点，而不必编写自己的类？在

在使用公共键创建嵌套字典时，避免重复代码的最佳方法是什么？在

Answer 1

听起来你有一个数据矩阵，因为每个“行”都有相同的键（列），所以我使用NumPy数组：

import numpy as np

dtype = [('name', object), ('address', object), ('famous', bool)]
people = np.array([
        ("Charles Lindberg", "123 St.", True),
        ("Me", "456 St.", False),
        ], dtype)

charlie = people[people['name'] == 'Charles Lindberg'][0]
print charlie['address']

或者使用更高级的熊猫：

^{pr2}$

它可以很容易地将dicts的原始dict直接加载到矩阵中，并提供类似的查找特性。在