Python 字典 dict

为为为什么

发布于 2022-08-09 18:05:46

7910

发布于 2022-08-09 18:05:46

文章被收录于专栏：又见苍岚

Python 字典提供了散列查询的功能，使用灵活效率高，本文记录相关内容。

定义方式

字典是一种可变容器模型，且可存储任意类型对象

核心目的是要为每对记录提供 key 和 value，key 一定要可哈希的对象

a = dict(one=1, two=2, three=3)
b = {'one': 1, 'two': 2, 'three': 3}
c = dict(zip(['one', 'two', 'three'], [1, 2, 3]))
d = dict([('two', 2), ('one', 1), ('three', 3)])
e = dict({'three': 3, 'one': 1, 'two': 2})

-->
a == b == c == d == e
True

字典推导

DIAL_CODES = [
 (86, 'China'), 
 (91, 'India'), 
 (1, 'United States'), 
 (62, 'Indonesia'), 
 (55, 'Brazil'), 
 (92, 'Pakistan'), 
 (880, 'Bangladesh'), 
 (234, 'Nigeria'), 
 (7, 'Russia'), 
 (81, 'Japan'), 
 ] 
 
 country_code = {country: code for code, country in DIAL_CODES}
 print(country_code)
 >>>
{'China': 86, 'India': 91, 'United States': 1, 'Indonesia': 62, 'Brazil': 55, 'Pakistan': 92, 'Bangladesh': 880, 'Nigeria': 234, 'Russia': 7, 'Japan': 81}
 <<<
 
 print({code: country.upper() for country, code in country_code.items() if code < 66})
 >>>
 {1: 'UNITED STATES', 62: 'INDONESIA', 55: 'BRAZIL', 7: 'RUSSIA'}
 <<<

常见的映射方法

映射类型的方法其实很丰富，常用的有 dict、defaultdict 和 OrderedDict 的常见方法，后面两个数据类型是 dict 的变种，位于 collections 模块内。
dict、collections.defaultdict和 collections.OrderedDict这三种映射类型的方法列表：

setdefault 方法可以作为创建字典键值对的简化方法

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

等价于

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

映射的弹性键查询

有时候为了方便起见，就算某个键在映射里不存在，我们也希望在通过这个键读取值的时候能得到一个默认值。有两个途径能帮我们达到这个目的，一个是通过 defaultdict，这个类型而不是普通的 dict，另一个是给自己定义一个 dict 的子类，然后在子类中实现 __missing__ 方法。

defaultdict

建立对象时接受可调用的对象作为参数送入 default_factory，当查找值不在字典中时调用对象创建对象填入字典

from collections import defaultdict

d = defaultdict(lambda: 'abc')
print(d['a'])
print(d)


-->
abc
defaultdict(<function <lambda> at 0x000001E57743BA60>, {'a': 'abc'})

当需要为不存在的键值创建空列表对象时，可以：

from collections import defaultdict

index = defaultdict(list)
index['word'].append('abc')
print(index)


-->
defaultdict(<class 'list'>, {'word': ['abc']})

如果在创建 defaultdict 的时候没有指定 default_factory，查询不存在的键会触发 KeyError。
defaultdict 里的 default_factory 只会在 __getitem__ 里被调用，在其他的方法里完全不会发挥作用。比如，dd 是个 defaultdict，k 是个找不到的键， dd[k] 这个表达式会调用 default_factory 创造某个默认值，而 dd.get(k) 则会返回 None。所有这一切背后的功臣其实是特殊方法 __missing__。它会在 defaultdict 遇到找不到的键的时候调用 default_factory，而实际上这个特性是所有映射类型都可以选择去支持的。

`missing`

所有的映射类型在处理找不到的键的时候，都会牵扯到 __missing__ 方法。这也是这个方法称作“missing”的原因。虽然基类 dict 并没有定义这个方法，但是 dict 是知道有这么个东西存在的。也就是说，如果有一个类继承了 dict，然后这个继承类提供了 __missing__ 方法，那么在 __getitem__ 碰到找不到的键的时候，Python 就会自动调用它，而不是抛出一个 KeyError 异常。

__missing__ 方法只会被 __getitem__ 调用（比如在表达式 d[k] 中）。提供 __missing__ 方法对 get 或者 __contains__（in 运算符会用到这个方法）这些方法的使用没有影响。

class StrKeyDict0(dict):
    def __missing__(self, key): 
        if isinstance(key, str):
            raise KeyError(key) 
        return self[str(key)]
    
    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()

d = StrKeyDict0([('2', 'two'), ('4', 'four')])
print(d['2'])
print(d[2])


-->
two
two

定义了 __missing__ 方法，在查不到值时转换为 str 重新查询

字典的变种

标准库里 collections 模块中，除了 defaultdict 之外还有其他的映射类型。

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

该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。这个功能在给有嵌套作用域的语言做解释器的时候很有用，可以用一个映射对象来代表一个作用域的上下文。在 collections 文档介绍 ChainMap 对象的那一部分（https://docs.python.org/3/library/collections.html#collections.ChainMap）里有一些具体的使用示例，其中包含了下面这个 Python 变量查询规则的代码片段：

import builtins 
pylookup = ChainMap(locals(), globals(), vars(builtins))

collections.Counter

这个映射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。所以这个类型可以用来给可散列表对象计数，或者是当成多重集来用——多重集合就是集合里的元素可以出现不止一次。Counter 实现了 + 和 - 运算符用来合并记录，还有像 most_common([n]) 这类很有用的方法。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，详情参阅文档（https://docs.python.org/3/library/collections.html#collections.Counter）。

下面的小例子利用 Counter 来计算单词中各个字母出现的次数：

import collections

ct = collections.Counter('abracadabra')
print(ct)
>>>
Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
<<<

ct.update('aaaaazzz')
print(ct)
>>>
Counter({'a': 10, 'z': 3, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
<<<

print(ct.most_common(2))
>>>
[('a', 10), ('z', 3)]
<<<

colllections.UserDict

这个类其实就是把标准 dict 用纯 Python 又实现了一遍。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。

就创造自定义映射类型来说，以 UserDict 为基类，总比以普通的 dict 为基类要来得方便。更倾向于从 UserDict 而不是从 dict 继承的主要原因是，后者有时会在某些方法的实现上走一些捷径，导致我们不得不在它的子类中重写这些方法，但是 UserDict 就不会带来这些问题。
另外一个值得注意的地方是，UserDict 并不是 dict 的子类，但是 UserDict 有一个叫作 data 的属性，是 dict 的实例，这个属性实际上是 UserDict 最终存储数据的地方。这样做的好处是，UserDict 的子类就能在实现 __setitem__ 的时候避免不必要的递归，也可以让 __contains__ 里的代码更简洁。
下面用 userdict 重写 strkeydict

import collections
class StrKeyDict(collections.UserDict):
    def __missing__(self, key):
        if isinstance(key, str): 
            raise KeyError(key) 
        return self[str(key)]
    def __contains__(self, key): 
        return str(key) in self.data
    def __setitem__(self, key, item): 
        self.data[str(key)] = item

不可变映射类型

标准库里所有的映射类型都是可变的，但有时候你会有这样的需求，比如不能让用户错误地修改某个映射。

从 Python 3.3 开始，types 模块中引入了一个封装类名叫 MappingProxyType。如果给这个类一个映射，它会返回一个只读的映射视图。虽然是个只读视图，但是它是动态的。这意味着如果对原映射做出了改动，我们通过这个视图可以观察到，但是无法通过这个视图对原映射做出修改。

用 MappingProxyType 来获取字典的只读实例：

from types import MappingProxyType
d = {1:'A'}
d_proxy = MappingProxyType(d)
print(d_proxy)
>>>
{1: 'A'}
<<<

print(d_proxy[1])
>>>
A
<<<

# d_proxy[2] = 'x'
>>>
发生异常: TypeError
'mappingproxy' object does not support item assignment
  File "G:\Active\Python_Practise\fluent python\chapter-2\core.py", line 8, in <module>
    d_proxy[2] = 'x'
<<<

d[2] = 'B'
print(d_proxy)
>>>
{1: 'A', 2: 'B'}
<<<