python高级容器collections -- defaultdict

collections模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。

包含namedtuple、deque、ChainMap、Counter、OrderedDict、defaultdict等。

本章讲解defaultdict，基于python3.10。

简介

collections.defaultdict(default_factory=None, /[, ...])

defaultdict 是内置 dict 类的子类。对象包含一个名为default_factory的属性，构造时，第一个参数用于为该属性提供初始值，默认为 None。所有其他参数（包括关键字参数）都相当于传递给 dict 的构造函数。

在字典中获取一个 key 有两种方法, 第一种 get , 第二种 通过 [] 获取，
使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict。

例如：

from collections import defaultdict

d = defaultdict(int)
print(d["a"])  # 0

missing方法

defaultdict 对象除了支持标准 dict 的操作，还有一个很重要的方法：__missing__(key)。

如果 default_factory 属性为 None，则调用本方法会抛出 KeyError 异常，附带参数 key。
如果 default_factory 不为 None，则它会被（不带参数地）调用来为 key 提供一个默认值，这个值和 key 作为一对键值对被插入到字典中，并作为本方法的返回值返回。
如果调用 default_factory 时抛出了异常，这个异常会原封不动地向外层传递。

在无法找到所需键值时，本方法会被 dict 中的 __getitem__() 方法调用。无论本方法返回了值还是抛出了异常，都会被__getitem__()传递。

注意：__missing__() 不会 被 __getitem__() 以外的其他方法调用。意味着 get() 会像正常的 dict 那样返回 None，而不是使用 default_factory。

示例

使用 list 作为 default_factory，很轻松地将（键-值对组成的）序列转换为（键-列表组成的）字典：

from collections import defaultdict


s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d = defaultdict(list)
for k, v in s:
    d[k].append(v)
print(d)  # defaultdict(<class 'list'>, {'yellow': [1, 3], 'blue': [2, 4], 'red': [1]})
print(sorted(d.items()))  # [('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

当每个键第一次遇见时，它还没有在字典里面，所以自动创建该条目，即调用 default_factory 方法，返回一个空的 list。 list.append() 操作添加值到这个新的列表里。当再次存取该键时，就正常操作，list.append() 添加另一个值到列表中。这个计数比它的等价方法 dict.setdefault() 要快速和简单：

s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d = {}
for k, v in s:
    d.setdefault(k, []).append(v)
print(d)  # {'yellow': [1, 3], 'blue': [2, 4], 'red': [1]}
print(sorted(d.items()))  # [('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

也可以设置 default_factory 为 int，使 defaultdict 用于计数：

from collections import defaultdict


s = 'mississippi'
d = defaultdict(int)
for k in s:
    d[k] += 1
sorted(d.items()) # [('i', 4), ('m', 1), ('p', 2), ('s', 4)]

当一个字母首次遇到时，它会查询失败，则 default_factory 会调用 int() 来提供一个整数 0 作为默认值。后续的自增操作建立起对每个字母的计数。

函数 int() 总是返回 0，这是常数函数的特殊情况。一个更快和灵活的方法是使用 lambda 函数，可以提供任何常量值（不只是0）：

from collections import defaultdict


d = defaultdict(lambda : '<missing>')

d.update(name='John', action='ran')

print(d)  # defaultdict(<function <lambda> at 0x0000021444AD90D0>, {'name': 'John', 'action': 'ran'})
print('%(name)s %(action)s to %(object)s' % d)  # John ran to <missing>

还可以设置 default_factory 为 set 使 defaultdict 用于构建 set 集合：

from collections import defaultdict


s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
d = defaultdict(set)
for k, v in s:
    d[k].add(v)

print(d)  # defaultdict(<class 'set'>, {'red': {1, 3}, 'blue': {2, 4}})

参考

https://mp.weixin.qq.com/s/RhFynNWU8zCsYJmJO2KpOg