当前位置:首页 > 文章列表 > 文章 > python教程 > Python pprint 的sort_dicts怎样影响字典展示顺序

Python pprint 的sort_dicts怎样影响字典展示顺序

来源:17golang原创 2026-10-31 09:56:45 0浏览 收藏

Python pprint 的 sort_dicts=True 让字典按键排序展示,False 则保留插入顺序。它控制格式化文本,不会为了展示而重新排列原字典。特别容易混淆的是:pprint() 默认开启排序,pp() 默认关闭。

我在给调试输出设计阅读规则时,会先确定自己想看“字段加入的顺序”,还是“方便定位键名的顺序”。这是展示目的的取舍,不代表哪种配置在所有场景下都更先进。下面用一个小配置对象说明;示例为阅读演示,不作为本机执行记录。

官方文档地址:https://docs.python.org/3.14/library/pprint.html。本文讨论普通内置 dict,不把其他映射类型或自定义对象的表现一概归入相同规则。

我会先明确这份展示要保留什么顺序

假设一份任务配置按照 zone、action、limit 的次序构造。我阅读构造逻辑时,希望展示保留这三个字段的排列;如果我要在多份配置中快速寻找 action,按键排序又可能更顺手。

这类选择不需要热度数据来证明,也不需要把小参数包装成行业趋势。它解决的具体问题,是同一份数据在不同展示入口中看起来次序不一致。受益者通常是阅读嵌套配置、调试返回对象和整理人工诊断日志的人。

同一个字典,显式切换两种展示策略

from pprint import pformat

# 字段按任务描述的阅读次序加入字典。
task = {"zone": "east", "action": "archive", "limit": 12}

# 返回字符串,便于调用方决定展示或记录到哪里。
by_insertion = pformat(task, sort_dicts=False)
by_key = pformat(task, sort_dicts=True)

# 保留原对象的键列表,供读者观察格式化前后的区别。
original_keys = list(task)
print(by_insertion)
print(by_key)
print(original_keys)

对这个只含字符串键的小字典,保留顺序的展示应按 zone、action、limit 阅读;开启排序后应按 action、limit、zone 阅读。这是示例的语义说明,不是复制的终端结果。original_keys 仍体现字典原先的插入顺序。

理解sort_dicts与字典原对象的关系
静态关系说明图:两种配置控制格式化展示,原字典的插入顺序不因格式化而被改写。

我更倾向于在需要重复使用的格式化位置显式写参数。这样读者不必先想起函数默认值,也不容易把输出文本中的排序误当成数据构造过程发生了变化。

换成pp或PrettyPrinter时留意默认值

入口sort_dicts默认值主要用途
pprint.pprintTrue直接写到输出流
pprint.ppFalse直接写到输出流
pprint.pformatTrue取得格式化字符串
pprint.PrettyPrinterTrue复用同一套格式化配置
import pprint

# 在不同入口中显式保持同一阅读规则,避免依赖默认值。
record = {"region": "north", "batch": 7}
pprint.pprint(record, sort_dicts=False)
pprint.pp(record, sort_dicts=False)

# 配置对象便于多次格式化;不在每次调用时重复声明规则。
printer = pprint.PrettyPrinter(sort_dicts=False, width=72)
text = printer.pformat(record)
print(text)
区分格式化入口和默认排序配置
静态接口说明图:pprint、pformat和PrettyPrinter默认开启排序,pp默认关闭;输出到哪里与排序策略是不同选择。

pformat 返回字符串,适合交给已有日志接口;pprint 和 pp 直接输出。选择返回值形式和选择排序策略是两个独立决定。宽度参数影响换行,也不等于改变键顺序。

嵌套字典与插入顺序有哪些容易误会的地方

排序配置也会影响正常格式化到的嵌套字典。若外层字段顺序很重要、内层也代表人工安排的阅读顺序,我会保持整份展示规则一致。只在外层重建字典,却仍使用开启排序的格式化入口,可能看不到想保留的外层排列。

from pprint import pformat

# 外层和内层都使用普通字典,列表次序另外由数据本身决定。
payload = {
    "summary": {"z_last": 3, "a_first": 1},
    "events": ["created", "queued"],
}
text = pformat(payload, sort_dicts=False)
print(text)

这里的列表 events 不会因为字典排序选项而被按字母重新排列。对于普通 dict,更新已有键的值不会改变该键的位置;删除后再次插入,位置会移到末尾。因此,关闭展示排序仍看到了“顺序变化”,应先看对象怎样构造和修改。

保留插入顺序也不等于恢复业务先后。如果上游来源本来没有你需要的稳定次序,展示层无法凭空还原。对我来说,这正是 False 的一个代价:它忠实保留对象已有的排列,但不负责把排列变得有意义。

给日志和调试输出选一套可读规则

我的选择是:阅读构造过程、人工设计的字段排列时,显式关闭排序;只想按普通字符串键快速查找字段时,再考虑开启。需要特殊业务顺序时,应先明确字段组织规则,并在展示端保留它,而不是期待布尔参数表达任意排序规则。

为什么从 pprint 换到 pp 后顺序变了? 先看是否省略了 sort_dicts,两者默认值不同。将参数显式写成同一值,比根据函数名称猜行为更直观。

sort_dicts 能把展示变成标准交换格式吗? 不能把这个排序选项当成序列化协议。若系统需要固定格式、跨语言传输或稳定摘要,应单独定义数据格式和规范化规则;普通漂亮打印不是这份协议。

字典显示相同,是否就能证明内容完全相同? 不应单凭排版判断对象等价。特别是设置了深度限制后,较深内容可能只用省略形式显示。人工诊断可观察字段是否容易找到、换行是否合适、是否隐藏了关心的层级;这些是阅读效果,不是数据正确性的证明。

参考:Python pprint 官方文档;Python dict 官方说明。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go rtreego 怎样更新空间对象后维护索引Go rtreego 怎样更新空间对象后维护索引
上一篇
Go rtreego 怎样更新空间对象后维护索引
Go bloom 合并Bloom过滤器为什么要求参数一致
下一篇
Go bloom 合并Bloom过滤器为什么要求参数一致
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    809次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    798次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    889次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    860次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    687次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码