我发现它更方便访问字典键作为obj。foo而不是obj['foo']，所以我写了这个片段:
class AttributeDict(dict):
def __getattr__(self, attr):
return self[attr]
def __setattr__(self, attr, value):
self[attr] = value
然而，我认为一定有一些原因，Python没有提供开箱即用的功能。以这种方式访问字典键的注意事项和缺陷是什么?
当前回答
显然，现在有一个库- https://pypi.python.org/pypi/attrdict -实现了这个确切的功能，加上递归合并和json加载。也许值得一看。
其他回答
以这种方式访问字典键的注意事项和缺陷是什么?
正如@Henry所指出的，在dict中不能使用点访问的一个原因是，它将dict键名限制为python有效变量，从而限制了所有可能的名称。
下面是一些例子，说明为什么在给定字典d的情况下，点点访问通常没有帮助:
有效性
以下属性在Python中是无效的:
d.1_foo # enumerated names
d./bar # path names
d.21.7, d.12:30 # decimals, time
d."" # empty strings
d.john doe, d.denny's # spaces, misc punctuation
d.3 * x # expressions
风格
PEP8约定将对属性命名施加软约束:
A.保留关键字(或内置函数)名称:
d.in
d.False, d.True
d.max, d.min
d.sum
d.id
如果函数参数的名称与保留关键字冲突，通常最好在后面添加一个下划线…
B.方法和变量名的大小写规则:
变量名遵循与函数名相同的约定。
d.Firstname
d.Country
使用函数命名规则:小写字母，单词之间用下划线分隔，以提高可读性。
有时，在pandas这样的库中会出现这些问题，这些库允许按名称点访问DataFrame列。解决命名限制的默认机制也是数组表示法——括号中的字符串。
如果这些约束不适用于您的用例，那么在点访问数据结构上有几个选项。
一般情况下它不成立。不是所有有效的dict键都有可寻址的属性(“键”)。所以，你要小心。
Python对象基本上都是字典。所以我怀疑会有什么表现或其他惩罚。
买者自负:出于某些原因，这样的类似乎会破坏多处理包。我只是在发现这个bug之前挣扎了一段时间，所以: 在python multiprocessing中查找异常
这不是一个“好”的答案，但我认为这是俏皮的(它不处理嵌套字典在当前形式)。简单地将dict包装在函数中:
def make_funcdict(d=None, **kwargs)
def funcdict(d=None, **kwargs):
if d is not None:
funcdict.__dict__.update(d)
funcdict.__dict__.update(kwargs)
return funcdict.__dict__
funcdict(d, **kwargs)
return funcdict
现在你的语法略有不同。访问dict项就像访问属性f.key一样。要以通常的方式访问dict项(和其他dict方法)，请执行f()['key']，我们可以通过使用关键字参数和/或字典调用f来方便地更新dict
例子
d = {'name':'Henry', 'age':31}
d = make_funcdict(d)
>>> for key in d():
... print key
...
age
name
>>> print d.name
... Henry
>>> print d.age
... 31
>>> d({'Height':'5-11'}, Job='Carpenter')
... {'age': 31, 'name': 'Henry', 'Job': 'Carpenter', 'Height': '5-11'}
就是这样。如果有人提出这种方法的优点和缺点，我会很高兴。
下面是一个使用内置collection .namedtuple的不可变记录的简短示例:
def record(name, d):
return namedtuple(name, d.keys())(**d)
还有一个用法示例:
rec = record('Model', {
'train_op': train_op,
'loss': loss,
})
print rec.loss(..)
