Python字典遍历的陷阱

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 += 1
print(dict2) # {'A': 4, 'B': 4}

这种情况下，若要修改value，只能按照

my_dict[key] = ...

for key, num in dict2.items():
dict2[key] += 1
print(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;

```python
class MyClass:
def __init__(self, value):
self.value = value

my_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 += 1

for _, my_obj in my_dict.items():
print(my_obj.value)

最后打印输出：

0
1
2

1
2
3

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()

import random
dict1 = {'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