在Python中有一些內(nèi)置的數(shù)據(jù)類型，比如int, str, list, tuple, dict等。Python的collections模塊在這些內(nèi)置數(shù)據(jù)類型的基礎(chǔ)上，提供了幾個(gè)額外的數(shù)據(jù)類型：namedtuple, defaultdict, deque, Counter, OrderedDict等，其中defaultdict和namedtuple是兩個(gè)很實(shí)用的擴(kuò)展類型。defaultdict繼承自dict，namedtuple繼承自tuple。
一、defaultdict
1. 簡(jiǎn)介
在使用Python原生的數(shù)據(jù)結(jié)構(gòu)dict的時(shí)候，如果用d[key]這樣的方式訪問，當(dāng)指定的key不存在時(shí)，是會(huì)拋出KeyError異常的。但是，如果使用defaultdict，只要你傳入一個(gè)默認(rèn)的工廠方法，那么請(qǐng)求一個(gè)不存在的key時(shí)， 便會(huì)調(diào)用這個(gè)工廠方法使用其結(jié)果來作為這個(gè)key的默認(rèn)值。
defaultdict在使用的時(shí)候需要傳一個(gè)工廠函數(shù)(function_factory)，defaultdict(function_factory)會(huì)構(gòu)建一個(gè)類似dict的對(duì)象，該對(duì)象具有默認(rèn)值，默認(rèn)值通過調(diào)用工廠函數(shù)生成。
2. 示例
下面給一個(gè)defaultdict的使用示例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
In [1]: from collections import defaultdict In [2]: s = [('xiaoming', 99), ('wu', 69), ('zhangsan', 80), ('lisi', 96), ('wu', 100), ('yuan', 98), ('xiaoming', 89)] In [3]: d = defaultdict(list) In [4]: for k, v in s: ...: d[k].append(v) ...: In [5]: dOut[5]: defaultdict(<type 'list'>, {'lisi': [96], 'xiaoming': [99, 89], 'yuan': [98], 'zhangsan': [80], 'wu': [69, 100]}) In [6]: for k, v in d.items(): ...: print '%s: %s' % (k, v) ...: lisi: [96]xiaoming: [99, 89]yuan: [98]zhangsan: [80]wu: [69, 100] |
對(duì)Python比較熟悉的同學(xué)可以發(fā)現(xiàn)defaultdict(list)的用法和dict.setdefault(key, [])比較類似，上述代碼使用setdefault實(shí)現(xiàn)如下：
|
1
2
3
4
5
|
s = [('xiaoming', 99), ('wu', 69), ('zhangsan', 80), ('lisi', 96), ('wu', 100), ('yuan', 98), ('xiaoming', 89)]d = {} for k, v in s: d.setdefault(k, []).append(v) |
3. 原理
從以上的例子中，我們可以基本了defaultdict的用法，下面我們可以通過help(defaultdict)了解一下defaultdict的原理。通過Python console打印出的help信息來看，我們可以發(fā)現(xiàn)defaultdict具有默認(rèn)值主要是通過__missing__方法實(shí)現(xiàn)的，如果工廠函數(shù)不為None，則通過工廠方法返回默認(rèn)值，具體如下：
|
1
2
3
4
5
6
|
def __missing__(self, key): # Called by __getitem__ for missing key if self.default_factory is None: raise KeyError((key,)) self[key] = value = self.default_factory() return value |
從上面的說明中，我們可以發(fā)現(xiàn)一下幾個(gè)需要注意的地方：
a). __missing__方法是在調(diào)用__getitem__方法發(fā)現(xiàn)KEY不存在時(shí)才調(diào)用的，所以，defaultdict也只會(huì)在使用d[key]或者d.__getitem__(key)的時(shí)候才會(huì)生成默認(rèn)值；如果使用d.get(key)是不會(huì)返回默認(rèn)值的，會(huì)出現(xiàn)KeyError；
b). defaultdict主要是通過__missing__方法實(shí)現(xiàn)，所以，我們也可以通過實(shí)現(xiàn)該方法來生成自己的defaultdict，代碼入下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
In [1]: class MyDefaultDict(dict): ...: def __missing__(self, key): ...: self[key] = 'default' ...: return 'default' ...: In [2]: my_default_dict = MyDefaultDict() In [3]: my_default_dictOut[3]: {} In [4]: print my_default_dict['test']default In [5]: my_default_dictOut[5]: {'test': 'default'} |
4. 版本
defaultdict是在Python 2.5之后才加入的功能，在舊版本的Python中是不支持這個(gè)功能的，不過，知道了它的原理，我們可以自己實(shí)現(xiàn)一個(gè)defaultdict。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
|
# http://code.activestate.com/recipes/523034/try: from collections import defaultdictexcept: class defaultdict(dict): def __init__(self, default_factory=None, *a, **kw): if (default_factory is not None and not hasattr(default_factory, '__call__')): raise TypeError('first argument must be callable') dict.__init__(self, *a, **kw) self.default_factory = default_factory def __getitem__(self, key): try: return dict.__getitem__(self, key) except KeyError: return self.__missing__(key) def __missing__(self, key): if self.default_factory is None: raise KeyError(key) self[key] = value = self.default_factory() return value def __reduce__(self): if self.default_factory is None: args = tuple() else: args = self.default_factory, return type(self), args, None, None, self.items() def copy(self): return self.__copy__() def __copy__(self): return type(self)(self.default_factory, self) def __deepcopy__(self, memo): import copy return type(self)(self.default_factory, copy.deepcopy(self.items())) def __repr__(self): return 'defaultdict(%s, %s)' % (self.default_factory, dict.__repr__(self)) |
二、namedtuple
namedtuple主要用來產(chǎn)生可以使用名稱來訪問元素的數(shù)據(jù)對(duì)象，通常用來增強(qiáng)代碼的可讀性，在訪問一些tuple類型的數(shù)據(jù)時(shí)尤其好用。其實(shí)，在大部分時(shí)候你應(yīng)該使用namedtuple替代tuple，這樣可以讓你的代碼更容易讀懂，更加pythonic。舉個(gè)例子：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from collections import namedtuple # 變量名和namedtuple中的第一個(gè)參數(shù)一般保持一致，但也可以不一樣Student = namedtuple('Student', 'id name score')# 或者 Student = namedtuple('Student', ['id', 'name', 'score']) students = [(1, 'Wu', 90), (2, 'Xing', 89), (3, 'Yuan', 98), (4, 'Wang', 95)] for s in students: stu = Student._make(s) print stu # Output:# Student(id=1, name='Wu', score=90)# Student(id=2, name='Xing', score=89)# Student(id=3, name='Yuan', score=98)# Student(id=4, name='Wang', score=95) |
在上面的例子中，Student就是一個(gè)namedtuple，它和tuple的使用方法一樣，可以通過index直接取，而且是只讀的。這種方式比tuple容易理解多了，可以很清楚的知道每個(gè)值代表的含義。
