Python 3.x的字典視圖對象和matplotlib

Question

在python 3.x keys() ， values()和items()返回views 。 現在，盡管視圖當然具有優勢 ，但它們似乎也引起了一些兼容性問題。 例如，使用matplotlib （最終與numpy ）。 作為一個例子， 這個和這個關於stackexchange問​​題的答案在python 2.x上很好用，但是在python 3.4中執行它們時引發異常。

一個最小的例子是：

import matplotlib.pyplot as plt
d = {1: 2, 2: 10}
plt.scatter(d.keys(), d.values())

這會引發TypeError: float() argument must be a string or a number, not 'dict_values' python 3.4中的TypeError: float() argument must be a string or a number, not 'dict_values' 。

雖然對於最小的示例，異常非常清楚， 但是由於相同的問題而引起了這個問題，並且這里的異常少了很多： TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

解決此問題的最佳實踐是什么？ 我們是否可以希望在新版本的matplotlib （或最終為numpy ）中解決此問題，或者我們應該在使用matplotlib時開始寫list(dict.values())類的東西，以確保不會遇到麻煩與python 3.x？

Answer 1

該錯誤的更多信息：

--> 512     return array(a, dtype, copy=False, order=order, subok=True)
    513 
    514 def ascontiguousarray(a, dtype=None):

TypeError: float() argument must be a string or a number, not 'dict_values'

因此，最小的示例是：

np.array(d.keys(),dtype=float)

沒有dtype規范

In [16]: np.array(d.keys())
Out[16]: array(dict_keys([1, 3]), dtype=object)

dict_keys被視為一個object 。 通常，您必須努力避免將np.array將對象視為數字列表。

In [17]: np.fromiter(d.keys(),dtype=float)
Out[17]: array([ 1.,  3.])

np.fromiter可以處理d.keys() ，將其視為可迭代的。 因此， fromiter如何處理與np.array不同的iterable有一些細節。

生成器表達式的工作方式相同，例如(i for i in range(4)) 。 fromiter可以循環訪問它， array將其視為對象或引發錯誤。

如果SO提到的所有錯誤都歸結為處理生成器的np.array(...) ，則可以通過更改一次numpy來解決此問題。 開發人員當然不希望調整可能接受列表的所有函數和方法。 但這感覺上是根本性的變化，必須進行徹底的測試。 即使那樣，它仍然可能產生向后兼容性問題。

一段時間以來，公認的修復方法是通過2to3傳遞代碼。

https://docs.python.org/2/library/2to3.html

對於字典：

修復字典迭代方法。 dict.iteritems（）轉換為dict.items（），dict.iterkeys（）轉換為dict.keys（），dict.itervalues（）轉換為dict.values（）。 同樣，dict.viewitems（），dict.viewkeys（）和dict.viewvalues（）分別轉換為dict.items（），dict.keys（）和dict.values（）。 它還在對列表的調用中包裝了dict.items（），dict.keys（）和dict.values（）的現有用法。