【python】collection库中defaultdict方法的使用

1、给空字典直接添加默认值会出bug

众所周知，在Python中如果访问字典中不存在的键，会引发KeyError异常。例如下面的例子：

strings = ('puppy', 'kitten', 'puppy', 'puppy',
           'weasel', 'puppy', 'kitten', 'puppy')
counts = {}
for kw in strings:
    counts[kw] += 1

该例子统计strings中某个单词出现的次数，并在counts字典中作记录。单词每出现一次，在counts相对应的键所存的值数字加1。但是事实上，运行这段代码会抛出KeyError异常，出现的时机是每个单词第一次统计的时候，因为Python的dict中不存在默认值的说法：

counts = dict()
counts
Out[13]: {}

counts['puppy'] += 1
Traceback (most recent call last):
  File "<ipython-input-14-6a908838246f>", line 1, in <module>
    counts['puppy'] += 1
KeyError: 'puppy'

使用判断语句检查。既然如此，首先可能想到的方法是在单词第一次统计的时候，在counts中相应的键存下默认值1。这需要在处理的时候添加一个判断语句：

strings = ('puppy', 'kitten', 'puppy', 'puppy',
           'weasel', 'puppy', 'kitten', 'puppy')
counts = {}

for kw in strings:
    if kw not in counts:
        counts[kw] = 1
    else:
        counts[kw] += 1

counts
Out[16]: {'kitten': 2, 'puppy': 5, 'weasel': 1}

2、使用dict.setdefault()方法来设置默认值

将counts[‘ooo’]赋予初始值

counts = {}
counts.setdefault('ooo',5)
Out[2]: 5

counts
Out[3]: {'ooo': 5}

统计不同的值的次数

strings = ('puppy', 'kitten', 'puppy', 'puppy',
           'weasel', 'puppy', 'kitten', 'puppy')
counts = {}

for kw in strings:
    counts.setdefault(kw, 0)
    counts[kw] += 1 

dict.setdefault()方法的返回值可以重写for循环中的代码，使其更加简洁：

strings = ('puppy', 'kitten', 'puppy', 'puppy',
           'weasel', 'puppy', 'kitten', 'puppy')
counts = {}

for kw in strings:
    counts[kw] = counts.setdefault(kw, 0) + 1

3、使用collections.defaultdict

defaultdict类就好像是一个dict，但是它是使用一个类型来初始化的：

from collections import defaultdict
dd = defaultdict(list)
dd

Out[19]: defaultdict(list, {})

defaultdict类的初始化函数接受一个类型作为参数，当所访问的键不存在的时候，可以实例化一个值作为默认值：

dd['foo']
Out[25]: []
dd
Out[26]: defaultdict(list, {'foo': []})

dd['bar'].append('quux')
dd
Out[28]: defaultdict(list, {'bar': ['quux'], 'foo': []})

defaultdict类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，到时该函数的返回结果作为默认值，这样使得默认值的取值更加灵活。下面用一个例子来说明，如何用自定义的不带参数的函数zero()作为defaultdict类的初始化函数的参数：

from collections import defaultdict
def zero():
    return 0
dd = defaultdict(zero)
dd
Out[31]: defaultdict(<function __main__.zero>, {})

dd['foo']
Out[32]: 0

如果是使用lambda匿名函数，lambda: 0 ，返回函数结果0值：

from collections import defaultdict

strings = ('puppy', 'kitten', 'puppy', 'puppy', 'weasel', 'puppy', 'kitten', 'puppy') 

counts = defaultdict(lambda: 0) # 使用lambda来定义简单的函数 

for s in strings: 
    counts[s] += 1

counts
Out[40]: 
defaultdict(<function __main__.<lambda>>,
            {'kitten': 2, 'puppy': 5, 'weasel': 1})