Python中的defaultdict

发布时间:2019-09-26 07:19:28编辑:auto阅读(1708)

    字典(dictionary)是Python中一种常用的数据类型。不同于其他由数字索引的序列,字典是用"键"(key)来索引的。通常表示为dict(key: val, ...),有以下特征:

    • 键可以是任何不可变(immutable)数据类型,如数字,字符串和仅包含不可变数据类型的元组
    • 每个键必须是唯一的
    • 字典中每一项的顺序是任意的

    1. KeyError异常

    在Python中如果访问字典里不存在的键,会出现KeyError异常。有些时候,字典中每个键都存在默认值是很方便的,例如下面的例子:

    >>> bag = ['apple', 'orange', 'cherry', 'apple',
    ...        'apple', 'cherry', 'blueberry'}]
    >>> count = {}
    >>> for fruit in bag:
    ...     count[fruit] += 1
    ...
    Traceback (most recent call last):
        File "<stdin>", line 2, in <module>
    KeyError: 'apple'
    

    上例统计列表bag中单词出现次数,并记录在字典count中。单词没出现一次,count中对应的键值会增加一。但是在实习运行代码时,每当单词第一次被统计就会出现'KeyError'异常,这是因为它并不在字典count中,Python中dict对象并不存在默认值。


    2. 使用判断语句检查

    因此,在单词第一次被统计时,需要在count中给每个键设定一个默认值1,这可以用一个判断语句来实现:

    >>> for fruit in bag:
    ...     if fruit not in count:    #如果不存在,添加
    ...             count[fruit] = 1
    ...     else:
    ...             count[fruit] += 1
    ...
    >>> count
    {'apple': 3, 'blueberry': 1, 'orange': 1, 'cherry': 2}
    

    3. 使用dict.setdefault()方法

    dict.setdefault(key[,default])方法接受两个参数,第一个是键的名称,第二个参数是默认值。在调用时如果键存在字典中,会返回它的值;如果不存在,则会自动把它添加进字典中并返回默认值,default的默认值为None。此外,default的值还可以是列表,元组,集合和字典等。

    >>> d = {'a': 1, 'b': 2}
    >>> d.setdefault('a')    #键存在并返回他的值
    1
    >>> d.setdefault('c', 3)     #添加键-值
    3
    >>> d.setdefault('d')    #只添加键,默认值为None
    >>> d
    {'a': 1, 'b': 2, 'c': 3, 'd': None}
    

    接下来用它来实现上一个例子:

    >>> count = {}
    >>> for fruit in bag:
    ...     count.setdefault(fruit, 0)
    ...     count[fruit] += 1
    ...
    >>> count
    {'apple': 3, 'orange': 1, 'cherry': 2, 'blueberry': 1}
    

    或者更简洁一些:

    >>> for fruit in bag:
    ...     count[fruit] = count.setdefault(fruit, 0) + 1
    

    4. 使用collections.defaultdict类

    class collections.defaultdict([default_factory[, ...]])

    defaultdict是Python内建dict类的一个子类,第一个参数为default_factory属性提供初始值,默认为None。它覆盖一个方法并添加一个可写实例变量。它的其他功能与dict相同,但会为一个不存在的键提供默认值,从而避免KeyError异常。之前例子的实现如下:

    >>> from collections import defaultdict
    >>> count = defaultdict(int)
    >>> for fruit in bag:
    ...     count[fruit] += 1
    ...
    >>> count
    defaultdict(<class 'int'>, {'apple': 3, 'orange': 1, 'cherry': 2, 'blueberry': 1})
    
    

    4.1. 类型名称作为初始化函数参数

    首先它可以接受类型名称来作为初始化函数的参数,比如之前的例子中以int类名称作为参数。除了标准dict操作,它还支持__missing__(key)方法,通过参考官方文档,它的机制如下:

    如果default_factoryNone,会抛出以key为参数的KeyError异常。

    >>> d = defaultdict()    #default_factory为None
    >>> d['eric']
    Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
    KeyError: 'eric'
    
    

    如果default_factory不为None, 此处原文为:

    "It is called without arguments to provide a default value for the given key, this value is inserted in the dictionary for the key, and returned."。
    大概翻译了下:它会在不接收任何参数的情况下被调用,来为给定的键提供默认值,这个值会被添加进字典并被返回。
    >>> d = defaultdict(list)    #default_factory是列表名称
    >>> d['eric']    #访问一个不存在的键
    []            #添加并返回默认值(一个空列表)
    >>> d
    defaultdict(<class 'list'>, {'eric': []})
    

    因为defaultdictdict的一个子类,事实上访问一个不存在的键时,dict类中的__getitem__方法会调用子类中__missing__()方法(但它不能直接被dict的实例调用),并且返回或抛出__missing__()方法所返回的值和抛出的异常。因此,如果调用default_factory引发一个异常,该异常传播不变(propagated unchanged)。

    请注意除__getitem__()之外的任何操作都不会调用__missing __()。 这意味着像正常的字典一样,get()将返回None作为默认值,而不是使用default_factory。

    另外,还可以给字典中的键映射多个值,具体方法是把多个值储存在另一个容器里(如列表,元组,字典等)。是否使用列表或集合的选择取决于预期用途:使用列表来保存每一项的插入顺序;如果要消除重复的项(不关心顺序),可以使用元组。

    >>> from collections import defaultdict
    >>> d = defaultdict(list)
    >>> for i in [1,2,3]:
    ...     d['eric'].append(i)
    ...
    >>> d
    defaultdict(<class 'list'>, {'eric': [1, 2, 3]})
    
    >>> d['amy'] = {}
    >>> d['amy']['a'] = 1
    >>> d
    defaultdict(<class 'list'>, {'eric': [1, 2, 3], 'amy': {'a': 1}})
    

    可以看出,给定默认值的类型之后并不意味着字典中所有值都必须是此类型,也可以是其他类型。还能使用相应的方法来对行操作,如列表的appendpop等方法。

    4.2. 可调用函数作为初始化函数参数

    除了接受类型名称作为初始化函数的参数之外,还可以使用任何不带参数的可调用函数,并以该函数返回值作为默认值。例如,定义函数zero()让默认值为0:

    >>> from collections import defaultdict
    >>> def zero():
    ...     return 0
    ...
    >>> d = defaultdict(zero)
    >>> d['eric']
    0
    >>> d
    defaultdict(<function zero at 0x100662e18>, {'eric': 0})
    

    或者使用lambda函数:

    >>> d = defaultdict(lambda: 0)
    >>> d['amy']
    0
    >>> d
    defaultdict(<function <lambda> at 0x1019d3d90>, {'amy': 0})
    

    需要注意的是, defaultdict接受的参数必须是可调用的。若直接传递数字0,就会出现TyptError的异常。

    >>> d = defaultdict(0)
    Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
    TypeError: first argument must be callable or None
    

    声明:

    文章仅供学习及参考,禁止转载。

    参考:

关键字