关于python:collections.defaultdict如何工作?

How does collections.defaultdict work?

我已经阅读了python文档中的示例,但仍然无法理解这个方法的含义。有人能帮忙吗?下面是来自python文档的两个示例

1
2
3
4
5
6
7
8
9
>>> from collections import defaultdict

>>> s = 'mississippi'
>>> d = defaultdict(int)
>>> for k in s:
...     d[k] += 1
...
>>> d.items()
[('i', 4), ('p', 2), ('s', 4), ('m', 1)]

1
2
3
4
5
6
7
>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = defaultdict(list)
>>> for k, v in s:
...     d[k].append(v)
...
>>> d.items()
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

参数intlist是什么?


通常,如果您试图获取一个带有当前不在字典中的键的项,那么python字典会抛出一个KeyError。相比之下,defaultdict只会创建您试图访问的任何项目(当然前提是它们还不存在)。要创建这样的"默认"项,它调用传递给构造函数的函数对象(更准确地说,它是一个任意的"可调用"对象,其中包括函数和类型对象)。对于第一个示例,使用int()创建默认项,它将返回整数对象0。对于第二个示例,默认项是使用list()创建的,它返回一个新的空列表对象。


defaultdict表示如果在字典中找不到键,那么将创建一个新条目,而不是抛出KeyError。这个新条目的类型由defaultdict的参数给出。

例如:

1
2
3
4
5
somedict = {}
print(somedict[3]) # KeyError

someddict = defaultdict(int)
print(someddict[3]) # print int(), thus 0


拖欠债务

"标准字典包括方法setdefault(),用于检索值并在值不存在时建立默认值。相比之下,defaultdict允许调用方在初始化容器时预先指定默认值(要返回的值)。"

由Doug Hellmann在Python标准库中通过示例定义

如何使用defaultdict导入默认dict

1
>>> from collections import defaultdict

初始化默认dict

通过传递初始化它

callable as its first argument(mandatory)

1
2
3
4
5
6
7
8
9
10
11
12
>>> d_int = defaultdict(int)
>>> d_list = defaultdict(list)
>>> def foo():
...     return 'default value'
...
>>> d_foo = defaultdict(foo)
>>> d_int
defaultdict(<type 'int'>, {})
>>> d_list
defaultdict(<type 'list'>, {})
>>> d_foo
defaultdict(<function foo at 0x7f34a0a69578>, {})

**kwargs as its second argument(optional)

1
2
3
>>> d_int = defaultdict(int, a=10, b=12, c=13)
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12})

1
2
3
4
>>> kwargs = {'a':10,'b':12,'c':13}
>>> d_int = defaultdict(int, **kwargs)
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12})

它是怎么工作的

作为标准字典的子类,它可以执行所有相同的功能。

但是,如果传递一个未知的键,它将返回默认值而不是错误。对于EX:

1
2
3
4
5
6
>>> d_int['a']
10
>>> d_int['d']
0
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12, 'd': 0})

如果要更改默认值,请覆盖默认工厂:

1
2
3
4
5
>>> d_int.default_factory = lambda: 1
>>> d_int['e']
1
>>> d_int
defaultdict(<function <lambda> at 0x7f34a0a91578>, {'a': 10, 'c': 13, 'b': 12, 'e': 1, 'd': 0})

1
2
3
4
5
6
7
>>> def foo():
...     return 2
>>> d_int.default_factory = foo
>>> d_int['f']
2
>>> d_int
defaultdict(<function foo at 0x7f34a0a0a140>, {'a': 10, 'c': 13, 'b': 12, 'e': 1, 'd': 0, 'f': 2})

问题中的示例

例1

由于int已作为默认的u工厂传递,任何未知的键在默认情况下都将返回0。

现在,当字符串在循环中传递时,它将增加d中这些字母的计数。

1
2
3
4
5
6
7
8
9
10
>>> s = 'mississippi'
>>> d = defaultdict(int)
>>> d.default_factory
<type 'int'>
>>> for k in s:
...     d[k] += 1
>>> d.items()
[('i', 4), ('p', 2), ('s', 4), ('m', 1)]
>>> d
defaultdict(<type 'int'>, {'i': 4, 'p': 2, 's': 4, 'm': 1})

例2

由于列表已作为默认工厂传递,因此默认情况下,任何未知(不存在)键都将返回[](即列表)。

现在,当在循环中传递元组列表时,它将在d[颜色]中附加值。

1
2
3
4
5
6
7
8
9
10
>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = defaultdict(list)
>>> d.default_factory
<type 'list'>
>>> for k, v in s:
...     d[k].append(v)
>>> d.items()
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
>>> d
defaultdict(<type 'list'>, {'blue': [2, 4], 'red': [1], 'yellow': [1, 3]})

这里有一个关于defaultdicts的很好的解释:http://ludovf.net/blog/python-collections-defaultdict/

基本上,参数int和list是您传递的函数。记住,python接受函数名作为参数。默认情况下,int返回0,当用括号调用时,list返回空列表。

在普通字典中,如果在您的示例中我尝试调用d[a],我将得到一个错误(keyror),因为只有m、s、i和p键存在,而a键尚未初始化。但是在defaultdict中,它采用一个函数名作为参数,当您试图使用一个尚未初始化的键时,它只调用您传入的函数,并将其返回值指定为新键的值。


字典是一种方便的存储数据的方法,以便以后按名称(键)检索。键必须是唯一的、不可变的对象,并且通常是字符串。字典中的值可以是任何值。对于许多应用程序,值是简单的类型,如整数和字符串。

当字典中的值是集合(列表、dict等)时,会变得更有趣。在这种情况下,必须在第一次使用给定键时初始化值(空列表或dict)。虽然手工操作相对容易,但默认dict类型自动执行并简化了这些操作。默认dict的工作方式与普通dict完全相同,但它是用一个不带参数并为不存在的键提供默认值的函数("默认工厂")初始化的。

默认dict将永远不会引发keyError。任何不存在的键都将获取默认工厂返回的值。

1
2
3
4
5
6
7
8
9
10
from collections import defaultdict
ice_cream = defaultdict(lambda: 'Vanilla')

ice_cream = defaultdict(lambda: 'Vanilla')
ice_cream['Sarah'] = 'Chunky Monkey'
ice_cream['Abdul'] = 'Butter Pecan'
print(ice_cream['Sarah'])
>>>Chunky Monkey
print(ice_cream['Joe'])
>>>Vanilla

下面是另一个例子,如何使用defaultdict?如何降低复杂性?

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
from collections import defaultdict
# Time complexity O(n^2)
def delete_nth_naive(array, n):
    ans = []
    for num in array:
        if ans.count(num) < n:
            ans.append(num)
    return ans

# Time Complexity O(n), using hash tables.
def delete_nth(array,n):
    result = []
    counts = defaultdict(int)

    for i in array:
        if counts[i] < n:
            result.append(i)
            counts[i] += 1
    return result


x = [1,2,3,1,2,1,2,3]
print(delete_nth(x, n=2))
print(delete_nth_naive(x, n=2))

总之,无论何时需要字典,并且每个元素的值都应该以默认值开头,请使用defaultdict。


我自己的2¢:您还可以将defaultdict子类:

1
2
3
4
5
class MyDict(defaultdict):
    def __missing__(self, key):
        value = [None, None]
        self[key] = value
        return value

对于非常复杂的情况,这可能很有用。


由于问题是关于"它是如何工作的",一些读者可能希望看到更多的螺母和螺栓。具体来说,所讨论的方法是__missing__(key)方法。请参见:https://docs.python.org/2/library/collections.html defaultdict objects。

更具体地说,这个答案说明了如何以实际的方式使用__missing__(key):https://stackoverflow.com/a/17956989/1593924

为了阐明"可调用"的含义,这里有一个交互式会话(从2.7.6开始,但也应该在v3中使用):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
>>> x = int
>>> x
<type 'int'>
>>> y = int(5)
>>> y
5
>>> z = x(5)
>>> z
5

>>> from collections import defaultdict
>>> dd = defaultdict(int)
>>> dd
defaultdict(<type 'int'>, {})
>>> dd = defaultdict(x)
>>> dd
defaultdict(<type 'int'>, {})
>>> dd['a']
0
>>> dd
defaultdict(<type 'int'>, {'a': 0})

这是defaultdict最典型的用法(除了无意义地使用x变量)。您可以对0执行与显式默认值相同的操作,但不能使用简单值:

1
2
3
4
5
6
>>> dd2 = defaultdict(0)

Traceback (most recent call last):
  File"<pyshell#7>", line 1, in <module>
    dd2 = defaultdict(0)
TypeError: first argument must be callable

相反,下面的工作是因为它传递一个简单的函数(它动态地创建一个不带参数且始终返回0的无名称函数):

1
2
3
4
5
6
7
8
>>> dd2 = defaultdict(lambda: 0)
>>> dd2
defaultdict(<function <lambda> at 0x02C4C130>, {})
>>> dd2['a']
0
>>> dd2
defaultdict(<function <lambda> at 0x02C4C130>, {'a': 0})
>>>

使用不同的默认值:

1
2
3
4
5
6
7
8
>>> dd3 = defaultdict(lambda: 1)
>>> dd3
defaultdict(<function <lambda> at 0x02C4C170>, {})
>>> dd3['a']
1
>>> dd3
defaultdict(<function <lambda> at 0x02C4C170>, {'a': 1})
>>>

如果没有defaultdict,您可能可以为未打开的键分配新值,但不能修改它。例如:

1
2
3
4
5
6
7
8
9
10
11
12
13
import collections
d = collections.defaultdict(int)
for i in range(10):
  d[i] += i
print(d)
# Output: defaultdict(<class 'int'>, {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9})

import collections
d = {}
for i in range(10):
  d[i] += i
print(d)
# Output: Traceback (most recent call last): File"python", line 4, in <module> KeyError: 0

在以下情况下,defaultdict还可以引发keyerror:

1
2
3
    from collections import defaultdict
    d = defaultdict()
    print(d[3]) #raises keyerror

总是记得像defaultdict(int)那样为defaultdict提供参数。


defaultdict工具是python集合类中的一个容器。它类似于通常的字典(dict)容器,但有一个区别:值字段的数据类型是在初始化时指定的。

例如:

1
2
3
4
5
6
7
8
9
10
11
12
13
from collections import defaultdict

d = defaultdict(list)

d['python'].append("awesome")

d['something-else'].append("not relevant")

d['python'].append("language")

for i in d.items():

    print i

印刷品:

1
2
('python', ['awesome', 'language'])
('something-else', ['not relevant'])


我认为它最好用来代替switch case语句。假设我们有一个switch case语句,如下所示:

1
2
3
4
5
6
7
8
option = 1

switch(option) {
    case 1: print '1st option'
    case 2: print '2nd option'
    case 3: print '3rd option'
    default: return 'No such option'
}

python中没有可用的switchcase语句。我们可以通过使用defaultdict来实现这一点。

1
2
3
4
5
6
7
8
9
10
11
12
from collections import defaultdict

def default_value(): return"Default Value"
dd = defaultdict(default_value)

dd[1] = '1st option'
dd[2] = '2nd option'
dd[3] = '3rd option'

print(dd[4])    
print(dd[5])    
print(dd[3])

它打印:

1
2
3
Default Value
Default Value
3rd option

在上面的代码段中,dd没有键4或5,因此它打印出一个默认值,我们在助手函数中配置了这个值。这比一个原始字典要好得多,如果没有密钥,那么会抛出KeyError。由此可见,defaultdict更像一个switch case语句,我们可以避免复杂的if-elif-elif-else块。

另一个让我印象深刻的例子是:

1
2
3
4
5
6
7
8
>>> from collections import defaultdict
>>> food_list = 'spam spam spam spam spam spam eggs spam'.split()
>>> food_count = defaultdict(int) # default value of int is 0
>>> for food in food_list:
...     food_count[food] += 1 # increment element's value by 1
...
defaultdict(<type 'int'>, {'eggs': 1, 'spam': 7})
>>>

如果我们尝试访问除eggsspam以外的任何项目,我们将获得0计数。


总之:

defaultdict(int)int表示的参数的值可以是int类型。

defaultdict(list)表示的参数列表,将列表值的类型。


标准字典包含方法setdefault(),用于检索值并在值不存在时建立默认值。相反,defaultdict允许调用者在初始化容器时预先指定默认值。

1
2
3
4
5
6
7
8
9
import collections

def default_factory():
    return 'default value'

d = collections.defaultdict(default_factory, foo='bar')
print 'd:', d
print 'foo =>', d['foo']
print 'bar =>', d['bar']

只要所有键都具有相同的默认值,这就可以很好地工作。如果默认值是用于聚合或累积值的类型(如列表、集合或甚至int),则它可能特别有用。标准库文档中包括几种使用defaultdict的示例。

1
2
3
4
5
$ python collections_defaultdict.py

d: defaultdict(<function default_factory at 0x100468c80>, {'foo': 'bar'})
foo => bar
bar => default value

文件和解释几乎是不言自明的:

http://docs.python.org/library/collections.html collections.defaultdict

作为参数传递的类型函数(int/str等)用于初始化字典中不存在该键的任何给定键的默认值。