字典对象的Pythonic用法(上篇)

字典对象的 Pythonic 用法(上篇) 



字典对象在Python中作为最常用的数据结构之一,和数字、字符串、列表、元组并列为5大基本数据结构,字典中的元素通过键来存取,而非像列表一样通过偏移存取。笔者总结了字典的一些常用Pyhonic用法,这是字典的Pythonic用法的上篇


0. 使用 in/not in 检查 key 是否存在于字典


判断某个 key 是否存在于字典中时,一般初学者想到的方法是,先以列表的形式把字典所有键返回,再判断该key是否存在于键列表中:


dictionary = {}

keys = dictionary.keys()

for k in keys:

    if key == k:

        print True

        break


更具Pythonic的用法是使用in关键字来判断 key 是否 存在于字典中:


if key in dictionary:

    print True

else:

    print False


1. 使用 setdefault() 初始化字典键值


使用字典的时候经常会遇到这样一种应用场景:动态更新字典,像如下代码,如果 key 不在 dictionary 中那么就添加它并把它对应的值初始为空列表 [] ,然后把元素 append 到空列表中:


dictionary = {}

if "key" not in dictionary:

    dictionary["key"] = []

dictionary["key"].append("list_item")


尽管这段代码没有任何逻辑错误,但是我们可以使用setdefault来实现更Pyhonic的写法:


dictionary = {}

dictionary.setdefault("key", []).append("list_item")


字典调用 setdefault 方法时,首先检查 key 是否存在,如果存在该方法什么也不做,如果不存在 setdefault 就会创建该 key,并把第二个参数[]作为 key 对应的值。


2. 使用 defaultdict() 初始化字典


初始化一个字典时,如果初始情况下希望所有 key 对应的值都是某个默认的初始值,比如有一批用户的信用积分都初始为100,现在想给 a 用户增加10分


d = {}

if 'a' not in d:

    d['a'] = 100

d['a'] += 10


同样这段代码也没任何问题,换成更pyhtonic的写法是:


from collections import defaultdict

d = defaultdict(lambda100)

d['a'] += 10


defaultdict 是位于 collections 模块下,它是 dict 类的子类,语法结构是:


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


第一个参数default_factory是一个工厂方法,每次初始化某个键的时候将会被调用,value就是default_factory返回的值,剩下的参数和dict()函数接收的参数一样


3. 使用 iteritems() 迭代大数据


迭代大数据字典时,如果是使用 items() 方法,那么在迭代之前,迭代器迭代前需要把数据完整地加载到内存,这种方式不仅处理非常慢而且浪费内存,下面代码约占1.6G内存(为什么是1.6G?可以参考:


http://stackoverflow.com/questions/4279358/pythons-underlying-hash-data-structure-for-dictionaries)


d = {ii * 2 for i in xrange(10000000)}

for key, value in d.items():

    print("{0} = {1}".format(key, value))


而使用 iteritem() 方法替换 items() ,最终实现的效果一样,但是消耗的内存降低50%,为什么差距那么大呢?因为 items() 返回的是一个 list,list 在迭代的时候会预先把所有的元素加载到内存,而 iteritem() 返回的一个迭代器(iterators),迭代器在迭代的时候,迭代元素逐个的生成。


d = {ii * 2 for i in xrange(10000000)}

for key, value in d.iteritem():

    print("{0} = {1}".format(key, value))


4. 高效合并字典


普通方法


合并多个字典的时候可以用一行代码实现:


x = {'a'1, 'b'2}

y = {'b'3, 'c'4}

z = dict(x.items() + y.items())


这种写法看起来很Pythonic,但仔细分析的话,它的执行效率并不高,items()方法在python2.7中返回的是列表对象,两个列表相加得到一个新的列表,这样内存中存在3个列表对象,如果两个列表的大小都是1G,那么执行这段代码需要占用4G的空间来创建这个字典。此外这段代码在Python3中会报错,因为python3中items()返回的是dict_items对象,而不是列表。


>>> c = dict(a.items() + b.items())

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeErrorunsupported operand type(s) for +: 'dict_items' and 'dict_items'


在python3中,你需要明确地强制转换成list对象:


z = dict(list(x.items()) + list(y.items()))


Pythonic方法


在Python3.5中提供了一种全新的Pythonic方法:


z = {**x, **y}


不过考虑到大部分系统还是基于Python2,所以一种更兼容的pythonic方法是:


z = x.copy()

z.update(y)


当然,你可以把它封装成一个函数:


def merge_dicts(*dict_args):

    '''

   可以接收1个或多个字典参数

    '''

    result = {}

    for dictionary in dict_args:

        result.update(dictionary)

    return result

 

z = merge_dicts(a, b, c, d, e, f, g)


其他方法


还有其他方式来合并字典,但是性能不一定是最优的,比如: python2.7可以支持字典推导式


{k: v for d in dicts for k, v in d.items()}


python2.6及以下版本使用


{k: v for d in dicts for k, v in d.items()}


性能对比


import timeit

>>> min(timeit.repeat(lambda{**x, **y}))  # python3.5

0.4094954460160807

>>> min(timeit.repeat(lambdamerge_two_dicts(x, y)))

0.5726828575134277

>>> min(timeit.repeat(lambda{kv for d in (x, y) for k, v in d.items()} ))

1.163769006729126

>>> min(timeit.repeat(lambdadict((k, v) for d in (x, y) for k, v in d.items())))

2.2345519065856934


直接使用python3.5中的{**x, **y}是最快的,使用update次之,用字典推导式相对来说是最慢的。


发布了5 篇原创文章 · 获赞 2 · 访问量 3万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览