Python字典的高级应用 - defaultdict

怎样使用Python字典这种数据类型呢？
Well, 知道创建字典、给元素赋值、对元素取值、删除元素、遍历元素，就OK啦！能走遍天下了！那了解什么高级特性干嘛？
让你更牛X啊！人家10分钟写完的东西你10秒就能交货啊！还不够你牛X啊！

先从可以大幅提高生产效率的collections.defaultdict函数说起

首先看看`defaultdict`的文档介绍：

>>> from collections import defaultdict

>>> help(defaultdict)

Help on class defaultdict in module collections:

class defaultdict(builtins.dict)
 |  defaultdict(default_factory[, ...]) --> dict with default factory
 |  
 |  The default factory is called without arguments to produce
 |  a new value when a key is not present, in __getitem__ only.
 |  A defaultdict compares equal to a dict with the same items.
 |  All remaining arguments are treated the same as if they were
 |  passed to the dict constructor, including keyword arguments.
 ...

用人类语言解释为：

这个collections.defaultdict是我们常用的dict的子类。
它跟dict的区别在于当你访问defaultdict实例对象中某个不存在的元素时，它不会跟dict实例对象一样给你抛出KeyError异常，而是在defaultdict实例对象中添加此元素，并给他赋个默认值。
defaultdict其他属性、方法的应用跟Python内置的dict一毛一样。

换个角度总结：

defaultdict可以让你创建一个无限大的，其中包含无限个可能的元素的字典，而且其中每个元素都有一个由你指定的统一默认值。 并且因为它类似生成器思想的lazy模式使得代价及其之小。
Amazing!!!

使用方法

`defaultdict`实例对象：

实例化defaultdict的时候有两个可选参数。

第一个是defaultdict.default_factory，它是任何可以被以无参形式调用的函数或Python内置数据类型；
第二个是实例对象的初始元素，数据类型为dict或者defaultdict。

第一个传参：`default_factory`

我们可以指定default_factory为一个内置数据类型：

>>> dfdict_obj = defaultdict(int)  # 指定default_factory元素默认值为int()的返回值

>>> print(dfdict_obj)
defaultdict(<class 'int'>, {})

>>> dfd_obj['x']  # 当我们访问一个不存在的元素时，会自动生成此元素并将int()的返回值赋给它
0

>>> print(dfdict_obj)
defaultdict(<class 'int'>, {'x': 0})

参数default_factory也可以是我们自定义的可调用的无参函数:

>>> def my_pi(pi=3.14):  # 自定义一个可无参化调用的函数
    return pi

>>> dfd_obj_1 = defaultdict(my_pi)  # 将定义的函数作为default_factory

>>> print(dfd_obj_1)
defaultdict(<function my_pi at 0x7f2e90029f28>, {})

>>> dfd_obj_1['x']  # 访问尚不存在的元素时，自动创建元素并赋值
3.14

>>> print(dfd_obj_1)
defaultdict(<function my_pi at 0x7f2e90029f28>, {'x': 3.14})

第二个传参

第二个参数是实例对象的初始元素，数据类型可以是dict或者defaultdict类型。

>>> dfd_obj_2 = defaultdict(my_pi, {'a': 1, 'b': 2})

>>> print(dfd_obj_2)
defaultdict(<function my_pi at 0x7f2e90029f28>, {'a': 1, 'b': 2})

>>> print(dfd_obj_2['b'])
2

应用场景

听起来很美好，但什么情况下会用到呢？

举个例子-博客计数器：

如果你的博客页面上有个计数器，他记录每个IP地址的访问次数。
那么一种记录的数据结构就类似于：

>>> counter = {'IP_1': 5, 'IP_8': 2344, ...}

我们没有办法预估有那些IP地址会访问我们的博客，从而事先创建好IP齐全的counter

先看看传统方式如何解决

>>> counter = {}

>>> def count(ip):
>>>     if ip in counter.keys():
>>>         counter[ip] += 1
>>>     else:
>>>         counter[ip] = 1

>>> count('ip_1')

>>> print (counter)
{'ip_1': 1}

很麻烦，而且每次都要遍历，性能也足够低下。

使用`dict.setdefault`

除了defaultdict，还可以使用dict.setdefault来达到相同的目的。

>>> counter = {'ip2': 2}

>>> def count(ip):
>>>     counter.setdefault(ip, 0)  # 若元素不存在，创建、赋默认值；存在就忽略掉
>>>     counter[ip] += 1
>>> count('ip2')

>>> counter
{'ip2': 3}

简化了许多，可还是不够优雅。

使用`defaultdict`

from collections import defaultdict

>>> counter = defaultdict(int)
>>> counter['ip_1'] += 1

>>> print(counter)
defaultdict(<class 'int'>, {'ip_1': 1})

你看，高下立判。

首先看看defaultdict的文档介绍：