本文最后更新于:2024年1月14日 晚上

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
1
2
3
4
5
6
7
8
9
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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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:

    方法 dict defaultdict ordereddict 方法描述
    d.clear() 移除所有元素
    d.__contains__(k) 检查 k 是否在 d 中
    d.copy() 浅复制
    d.__copy__() 用于支持 copy.copy
    d.default_factory __missing__ 函数中被调用的 函数,用以给未找到的元素设置 值,default_factory 并不是一个方法,而是一个可调用对象(callable),它的值在 defaultdict 初始化的时候由用户设定。
    d.__delitem__(k) del d[k],移除键为 k 的元素
    d.fromkeys(it, [initial]) 将迭代器 it 里的元素设置为映射 里的键,如果有 initial 参数, 就把它作为这些键对应的值(默 认是 None)
    d.get(k, [default]) 返回键 k 对应的值,如果字典里没有键 k,则返回 None 或者 default
    d.__getitem__(k) 让字典 d 能用 d[k] 的形式返回键 k 对应的值
    d.items() 返回 d 里所有的键值对
    d.__iter__() 获取键的迭代器
    d.keys() 获取所有的键
    d.__len__() 可以用 len(d) 的形式得到字典里键值对的数量
    d.__missing__(k) __getitem__ 找不到对应键的 时候,这个方法会被调用
    d.move_to_end(k, [last]) 把键为 k 的元素移动到最靠前或者最靠后的位置(last 的默认值 是 True)
    d.pop(k, [defaul] 返回键 k 所对应的值,然后移除 这个键值对。如果没有这个键, 返回 None 或者 default
    d.popitem() 随机返回一个键值对并从字典里移除,OrderedDict.popitem() 会移除字典里最先插入的元素(先进先出);同时这个方法还有一 个可选的 last 参数,若为真,则会移除最后插入的元素(后进先出)。
    d.__reversed__() 返回倒序的键的迭代器
    d.setdefault(k, [default]) 若字典里有键k,则把它对应的值 设置为 default,然后返回这个 值;若无,则让 d[k] =default,然后返回 default
    d.__setitem__(k, v) 实现 d[k] = v 操作,把 k 对应的 值设为v
    d.update(m, [**kargs]) m 可以是映射或者键值对迭代 器,用来更新 d 里对应的条目
    d.values() 返回字典里的所有值
    • setdefault 方法可以作为创建字典键值对的简化方法

      1
      my_dict.setdefault(key, []).append(new_value)

      等价于

      1
      2
      3
      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
1
2
3
4
5
6
7
8
9
10
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:
1
2
3
4
5
6
7
8
9
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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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:

1
2
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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
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
1
2
3
4
5
6
7
8
9
10
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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
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'}
<<<

参考资料



文章链接:
https://www.zywvvd.com/notes/coding/python/fluent-python/chapter-3/python-dict/pytho-dict/


“觉得不错的话,给点打赏吧 ୧(๑•̀⌄•́๑)૭”

微信二维码

微信支付

支付宝二维码

支付宝支付

Python 字典 dict
https://www.zywvvd.com/notes/coding/python/fluent-python/chapter-3/python-dict/pytho-dict/
作者
Yiwei Zhang
发布于
2022年5月27日
许可协议