使用 defaultdict 来简化 dict 的初始化

1. 概述

在我们使用Python中的dict时,常常需要判断某个关键字是否已经在dict中,如果不存在则创建,非空则进行另外的操作。例如统计一篇文章中所有单词出现次数的代码,大致写法如下:

1
2
3
4
5
6
7
words_num = {}

for word in words:
if word not in words_num.keys():
words_num[word] = 1
else:
words_num[word] += 1

这样写总是需要判断key是否在dict中,不是很优雅。

Python标准库collections中defaultdict类可以很好的解决这个问题。这个类使用与dict几乎一样,除了可以在初始化时设置key的默认类型和数值。类的声明格式为defaultdict(default_factory=None, /[, ...])default_factory是一个callable的变量。

别的使用与dict无异,正常使用即可。

例如,foo = defaultdict(int)表示foo中的key的默认类型是int,且默认值为int的默认值0,我们可以获取任意的key,不需要手动初始化key:

1
2
3
4
5
6
7
8
9
10
11
>>> from collections import defaultdict
>>> foo = defaultdict(int)
>>> foo['a']
0
>>> foo['b']
0
>>> foo['whatever']
0
>>> foo['a'] += 1
>>> foo['a']
1

所以最开始的例子可以简化为如下:

1
2
3
4
5
6
7
from collections import defaultdict


words_num = defaultdict(int)

for word in words:
words_num[word] += 1

可以看到使用defaultdict后,代码中只需要关注上层逻辑(统计单词的出现次数),而不需要关注具体的语法的代码实现(dict是否存在某个key,没有的话xxx,有的话xxx),因此世界变得更美好了一些。

除了int外,用list,tuple,dict,set等作为变量也比较常见。除了内置类型外,还可以自定义函数,比如设置key的默认值为'China':

1
2
3
4
5
6
7
8
9
10
11
12
>>> from collections import defaultdict
>>> def set_default_contry():
... return "China"
...
>>> person_from = defaultdict(set_default_contry)
>>> person_from['张三']
'China'
>>> person_from['李四']
'China'
>>> person_from['Tim'] = 'USA'
>>> person_from
defaultdict(<function set_default_contry at 0x10896eca0>, {'a': 'China', '张三': 'China', '李四': 'China', 'Tim': 'USA'})

defauldict是一个简单但很好用的功能,在日常的使用中还是能减少一些代码复杂度的。希望这篇小文能给让你写代码更容易,更开心。