前言
众所周知字典(dict)对象是 Python 最常用的数据结构,社区曾有人开玩笑地说:"Python企图用字典装载整个世界",字典在Python中的重要性不言而喻,这里整理了几个关于高效使用字典的清单,希望Python开发者可以在日常应用开发中合理利用,让代码更加 Pythonic。
1、用 in 关键字检查 key 是否存在
Python之禅中有一条开发哲学是:
There should be one-- and preferably only one --obvious way to do it.
尽量找一种,最好是唯一种显而易见的解决方案。Python2 中判断某个 key 是否存在字典中可使用 has_key 方法,另外一种方式是使用 in 关键字。但是强烈推荐使用后者,因为 in 的处理速度更快,另外一个原因是 has_key 这个方法在 Python3 被移除了,要想同时兼容py2和py3两个版本的代码,用 in 是最好的选择。
bad
1
2
3
4
|
d = { 'name' : 'python' }
if d.has_key( 'name' ):
pass
|
good
1
2
|
if 'name' in d:
pass
|
2、用 get 获取字典中的值
关于获取字典中的值,一种简单的方式就是用d[x]访问该元素,但是这种情况在 key 不存在的情况下会报 KeyError 错误,当然你可以先用 in 操作检查 key 是否在字典中再获取,不过这种方式不符合 Python 之禅中说的:
Simple is better than complex.
Flat is better than nested.
好的代码应该是简单易懂的,扁平的代码结构更加可读。我们可以使用 get 方法来代替 if ... else
bad
1
2
3
4
5
|
d = { 'name' : 'python' }
if 'name' in d:
print (d[ 'hello' ])
else :
print ( 'default' )
|
good
1
|
print (d.get( "name" , "default" ))
|
3、用 setdefault 为字典中不存在的 key 设置缺省值
1
2
3
4
5
6
7
|
data = [
( "animal" , "bear" ),
( "animal" , "duck" ),
( "plant" , "cactus" ),
( "vehicle" , "speed boat" ),
( "vehicle" , "school bus" )
]
|
在做分类统计时,希望把同一类型的数据归到字典中的某种类型中,比如上面代码,把相同类型的事物用列表的形式重新组装,得到新的字典
1
2
3
4
5
6
|
groups = {}
>>>
{ 'plant' : [ 'cactus' ],
'animal' : [ 'bear' , 'duck' ],
'vehicle' : [ 'speed boat' , 'school bus' ]}
|
普通的方式就是先判断 key 是否已经存在,如果不存在则要先用列表对象进行初始化,再执行后续操作。而更好的方式就是使用字典中的 setdefault 方法。
bad
1
2
3
4
5
|
for (key, value) in data:
if key in groups:
groups[key].append(value)
else :
groups[key] = [value]
|
good
1
2
3
|
groups = {}
for (key, value) in data:
groups.setdefault(key, []).append(value)
|
setdefault 的作用是:
- 如果 key 存在于字典中,那么直接返回对应的值,等效于 get 方法
- 如果 key 不存在字典中,则会用 setdefault 中的第二个参数作为该 key 的值,再返回该值。
4、用 defaultdict 初始化字典对象
如果不希望 d[x] 在 x 不存在时报错,除了在获取元素时使用 get 方法之外,另外一种方式是用 collections 模块中的 defaultdict,在初始化字典的时候指定一个函数,其实 defaultdict 是 dict 的子类。
1
2
3
4
5
|
from collections import defaultdict
groups = defaultdict( list )
for (key, value) in data:
groups[key].append(value)
|
当 key 不存在于字典中时,list 函数将被调用并返回一个空列表赋值给 d[key],这样一来,你就不用担心调用 d[k] 会报错了。
5、用 fromkeys 将列表转换成字典
1
2
3
4
5
6
7
8
|
keys = { 'a' , 'e' , 'i' , 'o' , 'u' }
value = []
d = dict .fromkeys(keys, value)
print (d)
>>>
{ 'i' : [], 'u' : [], 'e' : [],
'a' : [], 'o' : []}
|
6、用字典实现 switch ... case 语句
Python 中没有 switch ... case 语句,这个问题Python之父龟叔表示这个语法过去没有,现在没有,以后也不会有。因为Python简洁的语法完全可以用 if ... elif 实现。如果有太多的分支判断,还可以使用字典来代替。
1
2
3
4
5
6
7
8
|
if arg = = 0 :
return 'zero'
elif arg = = 1 :
return 'one'
elif arg = = 2 :
return "two"
else :
return "nothing"
|
good
1
2
3
4
5
6
|
data = {
0 : "zero" ,
1 : "one" ,
2 : "two" ,
}
data.get(arg, "nothing" )
|
7、使用 iteritems 迭代字典中的元素
python提供了几种方式迭代字典中的元素,第一种是使用 items 方法:
1
2
3
4
5
6
7
8
|
d = {
0 : "zero" ,
1 : "one" ,
2 : "two" ,
}
for k, v in d.items():
print (k, v)
|
items 方法返回的是(key ,value)组成的列表对象,这种方式的弊端是迭代超大字典的时候,内存瞬间会扩大两倍,因为列表对象会一次性把所有元素加载到内存,更好的方式是使用 iteritems
1
2
|
for k, v in d.iteritems():
print (k, v)
|
iteritems 返回的是迭代器对象,迭代器对象具有惰性加载的特性,只有真正需要的时候才生成值,这种方式在迭代过程中不需要额外的内存来装载这些数据。注意 Python3 中,只有 items 方法了,它等价于 Python2 中的 iteritems,而 iteritems 这个方法名被移除了。
8、使用字典推导式
推导式是个绝妙的东西,列表推导式一出,map、filter等函数黯然失色,自 Python2.7以后的版本,此特性扩展到了字典和集合身上,构建字典对象无需调用 dict 方法。
bad
1
2
|
numbers = [ 1 , 2 , 3 ]
d = dict ([(number,number * 2 ) for number in numbers])
|
good
1
2
|
numbers = [ 1 , 2 , 3 ]
d = {number: number * 2 for number in numbers}
|
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对服务器之家的支持。
原文链接:https://foofish.net/how-to-python-dict.html