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。
|
1
2
3
4
5
6
7
8
|
bad
d = {'name': 'python'}
if d.has_key('name'):
pass
good
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
|
1
2
3
4
5
6
7
8
9
|
bad
d = {'name': 'python'}
if 'name' in d:
print(d['hello'])
else:
print('default')
good
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
|
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。
|
1
2
3
4
5
6
7
8
9
10
|
bad
for (key, value) in data:
if key in groups:
groups[key].append(value)
else:
groups[key] = [value]
good
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
|
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
|
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
9
10
11
12
13
14
15
|
if arg == 0:
return 'zero'
elif arg == 1:
return 'one'
elif arg == 2:
return "two"
else:
return "nothing"
good
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
|
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。
|
1
2
3
4
5
6
|
bad
numbers = [1,2,3]
d = dict([(number,number*2) for number in numbers])
good
numbers = [1, 2, 3]
d = {number: number * 2 for number in numbers}
|
总结
以上所述是小编给大家介绍的高效使用Python字典的清单，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://foofish.net/how-to-python-dict.html