《Fluent Python》笔记 | 字典和集合

用setdefault处理找不到的键

对于如下两段代码，所实现的功能都是一样的。

if key not in my_dict:
	my_dict[key] = []
my_dict[key].append(new_value)

my_dict.setdefault(key, []).append(new_value)

相较而言，使用setdefault来处理字典中不存在的键时，更加优雅。

用defaultdict处理找不到的键

defaultdict是一个字典类型。对于上面代码中解决的键不存在问题，我们可以用defaultdict类型解决。

my_dd = collections.defaultdict(list)
my_dd[key].append(new_value)

当表达式my_dd[key]中键key不存在时，会进行如下步骤：

(1) 调用list()来建立一个新列表。
(2) 把这个新列表作为值， key作为它的键， 放到my_dd中。
(3) 返回这个列表的引用。

特殊方法_missing_

所有的映射类型（如dict）在处理不存在的键时，都会调用到__missing__方法。

下面这个示例是定义了一个StrKeyDict0类，在查询过程中会将非字符串的键转换成字符串。

# BEGIN STRKEYDICT0
class StrKeyDict0(dict):  # 继承了dict

    def __missing__(self, key):
        if isinstance(key, str):  # 如果不存在的键是字符串，抛出异常
            raise KeyError(key)
        return self[str(key)]  # 如果不存在的键不是字符串，将其转换成字符串后再进行查询

    def get(self, key, default=None):
        try:
            return self[key]
        except KeyError:
            return default

    def __contains__(self, key):
        return key in self.keys() or str(key) in self.keys() 

# END STRKEYDICT0

代码中__missing__方法只会被__getitem__方法调用，即当d[k]中k键不存在时会被调用。而get 或者__contains__（in 运算符会用调用这个方法） 这些方法遇到不在存在键时则不会被调用。 所以为了能满足程序需求，上述代码中重写了get和__contains__方法，使其能够应对键为非字符串的情况。

字典的变种

• collections.defaultdict

  在构造时可以提供一个可调用对象（如上述代码中的list），当d[k]中k不存在时会被调用并返回某种默认值（如 k:[]）。

• collections.OrderedDict

  这个类型在添加键的时候会保持顺序， 因此键的迭代次序总是一致的。 OrderedDict 的 popitem 方法默认删除并返回的是字典里的最后一个元素， 但是如果像 my_odict.popitem(last=False) 这样调用它， 那么它删除并返回第一个被添加进去的元素。

• collections.ChainMap

  这个类型可以容纳数个不同的映射对象， 然后在进行键查找操作的时候，这些对象会被当作一个整体被逐个查找，直到键被找到为止。

• collections.Counter

  这个类型会给键准备一个整数计数器。 每次更新一个键的时候都会增加这个计数器。most_common([n]) 会按照次序返回映射里最常见的 n 个键和它们的计数。

  >>> ct = collections.Counter('abracadabra')
  >>> ct
  Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
  >>> ct.update('aaaaazzz')
  >>> ct
  Counter({'a': 10, 'z': 3, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
  >>> ct.most_common(2)
  [('a', 10), ('z', 3)]
  

• colllections.UserDict

  跟 OrderedDict、 ChainMap 和 Counter 这些开箱即用的类型不同， UserDict 是让用户继承写子类的。当我们需要创建自定义映射类型时，通过继承UserDict类比继承dict更方便。

不可变映射类型

标准库中的所有映射类型都是可变的，即可以修改某个映射。在types模块中引入了一个封装类名叫MappingProxyType，一个映射对象通过这个类后，会得到一个只读的映射视图（无法通过映射视图修改原映射，除非直接对原映射进行修改）。

>>> from types import MappingProxyType
>>> d = {1:'A'}
>>> d_proxy = MappingProxyType(d)
>>> d_proxy
mappingproxy({1: 'A'})
>>> d_proxy[1] 
'A'
>>> d_proxy[2] = 'x' 
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'mappingproxy' object does not support item assignment
>>> d[2] = 'B'
>>> d_proxy 
mappingproxy({1: 'A', 2: 'B'})
>>> d_proxy[2]
'B'
>>>

集合

集合本质是许多唯一对象的聚集。因此集合可用于序列对象的去重。

集合中元素必须是可散列的。set类型本身是不可散列的，frozenset类型本身是可散列的。

给定两个集合a 和 b， 返回的是它们的合集， 得到的是交集， 而 a - b得到的是差集。

由于散列表的引入，集合的查找功能非常快。

集合的字面量形如{1,2,3}，空集必须写成set()而非{}（Python会认为{}是空字典）。

集合操作

语法	描述
a & b	返回集合a和集合b的交集
a | b	返回集合a和集合b的并集
a - b	返回集合a和集合b的差集
a ^ b	返回集合a和集合b的对称差集
a.isdisjoint(b)	查看集合a和集合b是否不相交（没有共同元素）
c in a	元素c是否属于集合a
a <= b / a >= b	集合a是否为集合b的子集/父集
a < b / a > b	集合a是否为集合b的真子集/真父集

其他方法：a.add(c)、a.clear()、a.copy()、a.discard(c)（如果 a 里有 c 这个元素的话， 把它移除）、a.pop()、a.remove(c)等

a、b为集合，c为元素。