字典對象的 Pythonic 用法（上篇）

點擊

上方藍字

，快速關注我們）

編譯：伯樂在線 - 劉志軍

foofish.net/python-dict-usage.html

如有好文章投稿，請點擊 → 這裡了解詳情

字典對象在Python中作為最常用的數據結構之一，和數字、字元串、列表、元組並列為5大基本數據結構，字典中的元素通過鍵來存取，而非像列表一樣通過偏移存取。筆者總結了字典的一些常用Pyhonic用法，這是字典的Pythonic用法的上篇

0. 使用 in/not in 檢查 key 是否存在於字典

判斷某個 key 是否存在於字典中時，一般初學者想到的方法是，先以列表的形式把字典所有鍵返回，再判斷該key是否存在於鍵列表中：

dictionary

=

{}

keys

=

dictionary

.

keys

()

for

k

in

keys

:

if

key

==

k

:

print

True

break

更具Pythonic的用法是使用in關鍵字來判斷 key 是否 存在於字典中：

if

key

in

dictionary

:

print

True

else

:

print

False

1. 使用 setdefault() 初始化字典鍵值

使用字典的時候經常會遇到這樣一種應用場景：動態更新字典，像如下代碼，如果 key 不在 dictionary 中那麼就添加它並把它對應的值初始為空列表 [] ，然後把元素 append 到空列表中：

dictionary

=

{}

if

"key"

not

in

dictionary

:

dictionary

[

"key"

]

=

[]

dictionary

[

"key"

].

append

(

"list_item"

)

儘管這段代碼沒有任何邏輯錯誤，但是我們可以使用setdefault來實現更Pyhonic的寫法：

dictionary

=

{}

dictionary

.

setdefault

(

"key"

,

[]).

append

(

"list_item"

)

字典調用 setdefault 方法時，首先檢查 key 是否存在，如果存在該方法什麼也不做，如果不存在 setdefault 就會創建該 key，並把第二個參數[]作為 key 對應的值。

2. 使用 defaultdict() 初始化字典

初始化一個字典時，如果初始情況下希望所有 key 對應的值都是某個默認的初始值，比如有一批用戶的信用積分都初始為100，現在想給 a 用戶增加10分

d

=

{}

if

"a"

not

in

d

:

d

[

"a"

]

=

100

d

[

"a"

]

+=

10

同樣這段代碼也沒任何問題，換成更pyhtonic的寫法是：

from

collections

import

defaultdict

d

=

defaultdict

(

lambda

:

100

)

d

[

"a"

]

+=

10

defaultdict 是位於 collections 模塊下，它是 dict 類的子類，語法結構是：

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

第一個參數default_factory是一個工廠方法，每次初始化某個鍵的時候將會被調用，value就是default_factory返回的值，剩下的參數和dict()函數接收的參數一樣

3. 使用 iteritems() 迭代大數據

迭代大數據字典時，如果是使用 items() 方法，那麼在迭代之前，迭代器迭代前需要把數據完整地載入到內存，這種方式不僅處理非常慢而且浪費內存，下面代碼約佔1.6G內存（為什麼是1.6G?可以參考：

http://stackoverflow.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() 方法替換 items() ，最終實現的效果一樣，但是消耗的內存降低50%，為什麼差距那麼大呢？因為 items() 返回的是一個 list，list 在迭代的時候會預先把所有的元素載入到內存，而 iteritem() 返回的一個迭代器(iterators)，迭代器在迭代的時候，迭代元素逐個的生成。

d

=

{

i

:

i

*

2

for

i

in

xrange

(

10000000

)}

for

key

,

value

in

d

.

iteritem

()

:

print

(

"{0} = {1}"

.

format

(

key

,

value

))

4. 高效合并字典

普通方法

合并多個字典的時候可以用一行代碼實現：

x

=

{

"a"

:

1

,

"b"

:

2

}

y

=

{

"b"

:

3

,

"c"

:

4

}

z

=

dict

(

x

.

items

()

+

y

.

items

())

這種寫法看起來很Pythonic，但仔細分析的話，它的執行效率並不高，items()方法在python2.7中返回的是列表對象，兩個列表相加得到一個新的列表，這樣內存中存在3個列表對象，如果兩個列表的大小都是1G，那麼執行這段代碼需要佔用4G的空間來創建這個字典。此外這段代碼在Python3中會報錯，因為python3中items()返回的是dict_items對象，而不是列表。

>>>

c

=

dict

(

a

.

items

()

+

b

.

items

())

Traceback

(

most recent call

last

)

:

File

""

,

line

1

,

in

<

module

>

TypeError

:

unsupported operand type

(

s

)

for

+:

"dict_items"

and

"dict_items"

在python3中，你需要明確地強制轉換成list對象：

z = dict(list(x.items()) + list(y.items()))

Pythonic方法

在Python3.5中提供了一種全新的Pythonic方法：

z = {**x, **y}

不過考慮到大部分系統還是基於Python2，所以一種更兼容的pythonic方法是：

z

=

x

.

copy

()

z

.

update

(

y

)

當然，你可以把它封裝成一個函數：

def

merge_dicts

(

*

dict_args

)

:

"""

可以接收1個或多個字典參數

"""

result

=

{}

for

dictionary

in

dict_args

:

result

.

update

(

dictionary

)

return

result

z

=

merge_dicts

(

a

,

b

,

c

,

d

,

e

,

f

,

g

)

其他方法

還有其他方式來合并字典，但是性能不一定是最優的，比如： python2.7可以支持字典推導式

{k: v for d in dicts for k, v in d.items()}

python2.6及以下版本使用

{k: v for d in dicts for k, v in d.items()}

性能對比

import

timeit

>>>

min

(

timeit

.

repeat

(

lambda

:

{

**

x

,

**

y

}))

# python3.5

0.4094954460160807

>>>

min

(

timeit

.

repeat

(

lambda

:

merge_two_dicts

(

x

,

y

)))

0.5726828575134277

>>>

min

(

timeit

.

repeat

(

lambda

:

{

k

:

v

for

d

in

(

x

,

y

)

for

k

,

v

in

d

.

items

()}

))

1.163769006729126

>>>

min

(

timeit

.

repeat

(

lambda

:

dict

((

k

,

v

)

for

d

in

(

x

,

y

)

for

k

,

v

in

d

.

items

())))

2.2345519065856934

直接使用python3.5中的{**x, **y}是最快的，使用update次之，用字典推導式相對來說是最慢的。

看完本文有收穫？請轉

發分享給更多人

關注「P

ython開發者」，提升Python技能

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 Python 的精彩文章: