众所周知,Python中常常按照key、value的形式来遍历字典的items。若value是基本数据类型(int,float等),则是传的拷贝,是不能直接修改value的:
dict2 = {\'A\':4, \'B\':4}for _, num in dict2.items():num += 1print(dict2) # {\'A\': 4, \'B\': 4}
这种情况下,若要修改value,只能按照
my_dict[key] = ...
的形式来修改。
for key, num in dict2.items():dict2[key] += 1print(dict2) # {\'A\': 5, \'B\': 5}
但是如果value是一个列表或者自定义类的对象,那么传的是引用,是可以修改的如下所示:
dict1 = {\'A\':[1,2,3,4],\'B\':[3,4,5,6]}for _, indices in dict1.items():indices.append(9)print(dict1) # {\'A\': [1, 2, 3, 4, 9], \'B\': [3, 4, 5, 6, 9]}
再如下面这个例子;
```pythonclass MyClass:def __init__(self, value):self.value = valuemy_dict = dict([(i, MyClass(i)) for i in range(3)])for _, my_obj in my_dict.items():print(my_obj.value)print(\'\\n\')for _, my_obj in my_dict.items():my_obj.value += 1for _, my_obj in my_dict.items():print(my_obj.value)
最后打印输出:
012123
也就是说,python中字典按照key、value遍历的时候value实际上相当于函数的参数,它会按照函数的参数传递规则进行传递,即对基本数据类型传拷贝,对于对象传引用。
value对于对象传引用有许多好处,比如我们可以将
numpy.random.shuffle()
作用于做为字典value的列表,使该列表被打乱:
import randomdict1 = {\'A\':[1,2,3,4],\'B\':[3,4,5,6]}for _, indices in dict1.items():random.shuffle(indices)print(dict1) # {\'A\': [4, 1, 3, 2], \'B\': [4, 5, 6, 3]}
这个例子是我研究论文[1]的开源代码[2]时发现的,论文中用下列代码将每个cluster对应的样本索引列表打乱:
for _, cluster in clusters.items():rng.shuffle(cluster)
另外,该论文也使用下列代码将全局模型的各分量模型拷贝到各client模型:
for learner_id, learner in enumerate(client.learners_ensemble):copy_model(learner.model, self.global_learners_ensemble[learner_id].model)
参考文献
- [1] Marfoq O, Neglia G, Bellet A, et al. Federated multi-task learning under a mixture of distributions[J]. Advances in Neural Information Processing Systems, 2021, 34.
- [2] https://github.com/omarfoq/FedEM