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(lambda: 100)
-
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://*.com/questions/4279358/pythons-underlying-hash-data-structure-for-dictionaries)
-
d = {i: i * 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 = {i: i * 2 for i in xrange(10000000)}
-
for key, value in d.iteritem():
-
print("{0} = {1}".format(key, value))