python dict.update vs. 下标添加单个键值对

Question

每个学期，我总会遇到至少一个学习Python的学生，他们用 dict.update() 方法来添加一个键值对，比如：

mydict.update({'newkey':'newvalue'})

而不是用

mydict['newkey'] = 'newvalue'

我并没有教他们这种方法，也不知道他们从哪里找到的例子，但我告诉他们不要这样做，因为这样效率低（可能会创建一个新的包含两个元素的字典），而且这不是标准做法。不过，这样说对吗？

老实说，我能理解他们想用一个明显的方法，而不是这种语法——这样可能和其他方法调用看起来更一致。但我觉得这看起来像是新手的做法。

Answer 1

有些人觉得 []= 这种写法在面向对象的语言里不算有效的语法，或者在其他语言中也是如此。我记得几十年前在开发APL语言的时候就听过这个说法。这个语法其实是从Fortran语言遗留下来的……

我个人并不认同这种观点，我对使用索引赋值感到很满意。不过也有人认为真正的方法调用会更好。当然，拥有多种解决方案总是好的。

编辑：这里真正的问题是可读性，而不是性能。虽然索引赋值在理论上可能不那么正确，但很多人觉得这种赋值方式更容易理解，因此它一直被使用。

Answer 2

直接更新这个关键字的速度快了三倍，但你的情况可能会有所不同：

$ python -m timeit 'd={"k":1}; d.update({"k":2})'
1000000 loops, best of 3: 0.669 usec per loop

$ python -m timeit 'd={"k":1}; d["k"] = 2'
1000000 loops, best of 3: 0.212 usec per loop

Answer 3

一个基准测试显示，你对它性能影响的怀疑似乎是正确的：

$ python -m timeit -s 'd = {"key": "value"}' 'd["key"] = "value"'
10000000 loops, best of 3: 0.0741 usec per loop
$ python -m timeit -s 'd = {"key": "value"}' 'd.update(key="value")'
1000000 loops, best of 3: 0.294 usec per loop
$ python -m timeit -s 'd = {"key": "value"}' 'd.update({"key": "value"})'
1000000 loops, best of 3: 0.461 usec per loop

也就是说，在我的电脑上，它大约慢了六倍。不过，Python本身就不是一个追求极致性能的语言，所以我建议在这种情况下使用最易读的方式。对于很多事情来说，使用[]的方式会更好，不过在像这样的情况下，update可能会更容易理解：

configuration.update(
    timeout=60,
    host='example.com',
)

…或者类似的东西。