python collections 模块中的 defaultdict

Python Collections 模块中的 defaultdict：定义、用法与使用场景

在Python的collections模块中，defaultdict是一个特殊的字典子类，它为不存在的键提供了一个默认值。这意味着，当你尝试访问defaultdict中一个不存在的键时，它不会抛出KeyError异常，而是会返回一个默认值。这个默认值是在创建defaultdict时通过指定一个工厂函数来确定的，该函数在访问不存在的键时被调用以生成默认值。

defaultdict的定义

defaultdict的类定义如下：

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

• default_factory：这是一个没有参数的函数，它将被调用以提供缺失的键的默认值。这个函数应该返回一个用于初始化新值的对象。最常见的default_factory函数是int、float、str和list等，它们分别返回整数0、浮点数0.0、空字符串""和空列表[]作为默认值。

defaultdict的用法

1. 创建defaultdict对象

你可以使用与创建普通字典相同的方式来创建defaultdict，但需要使用collections.defaultdict而不是内置的dict，并指定一个default_factory函数。

from collections import defaultdict

# 使用int作为default_factory，所有缺失的键将默认为0
dd1 = defaultdict(int)
dd1['a'] += 1  # 无需检查键是否存在，直接操作
print(dd1)  # defaultdict(<class 'int'>, {'a': 1})

# 使用list作为default_factory，所有缺失的键将默认为空列表
dd2 = defaultdict(list)
dd2['b'].append(1)  # 无需检查键是否存在，直接操作
print(dd2)  # defaultdict(<class 'list'>, {'b': [1]})

2. 访问和修改元素

你可以像操作普通字典一样访问和修改defaultdict中的元素，但对于不存在的键，defaultdict会返回默认值而不是抛出异常。

print(dd1['c'])  # 输出: 0，因为'c'不存在，所以返回默认值0
dd1['d'] = 4  # 直接赋值
print(dd1)  # defaultdict(<class 'int'>, {'a': 1, 'c': 0, 'd': 4})

3. 使用自定义的default_factory

你可以使用任何没有参数的函数作为default_factory，包括lambda表达式。

# 使用lambda表达式创建一个默认值为'missing'的defaultdict
dd3 = defaultdict(lambda: 'missing')
print(dd3['e'])  # 输出: 'missing'

4. 遍历元素

当你遍历defaultdict时，它表现得就像一个普通的字典。

for key, value in dd1.items():
    print(key, value)
# 输出:
# a 1
# c 0
# d 4

defaultdict的使用场景

1. 计数和频率统计：

   • defaultdict非常适合用于计数任务，比如统计单词在文本中出现的次数。你可以使用int作为default_factory，这样每个单词的计数都会从0开始。

2. 处理嵌套数据结构：

   • 当你需要构建一个嵌套的数据结构（如字典的字典），并且希望自动创建缺失的键时，defaultdict非常有用。例如，你可以使用lambda表达式来创建一个返回新defaultdict的default_factory，从而自动填充缺失的层次。

3. 防止KeyError异常：

   • 在处理可能包含缺失键的字典时，使用defaultdict可以避免KeyError异常，使代码更加健壮和易于维护。

4. 作为缓存：

   • defaultdict可以用作一个简单的缓存，其中缺失的键将返回默认值（可能是计算成本较高的默认值，如空列表或空字典）。然后，你可以根据需要填充这些默认值。

5. 数据聚合：

   • 在处理分组数据时，defaultdict可以方便地用于将数据聚合到不同的类别中。例如，在处理日志数据时，你可以使用defaultdict来按日期聚合日志条目。

总之，defaultdict是一个功能强大且灵活的工具，它允许你以更加简洁和健壮的方式处理字典操作。通过指定一个default_factory函数，你可以确保在访问缺失的键时总是返回一个合理的默认值，从而避免了许多常见的错误和异常。