字典对象在Python中作为最常用的数据结构之一,和数字、字符串、列表、元组并列为5大基本数据结构,字典中的元素通过键来存取,而非像列表一样通过偏移存取。笔者总结了字典的一些常用Pyhonic用法,这是字典的Pythonic用法的上篇

0. 使用 in/not in 检查 key 是否存在于字典

判断某个 key 是否存在于字典中时,一般初学者想到的方法是,先以列表的形式把字典所有键返回,再判断该key是否存在于键列表中:

dictionary = {}	
    keys = dictionary.keys()	
    for k in keys:	
        if key == k:	
            print True	
            break

更具Pythonic的用法是使用 in关键字来判断 key 是否 存在于字典中:

if key in dictionary:	
        print True	
    else:	
        print False

1. 使用 setdefault() 初始化字典键值

使用字典的时候经常会遇到这样一种应用场景:动态更新字典,像如下代码,如果 key 不在 dictionary 中那么就添加它并把它对应的值初始为空列表 [] ,然后把元素 append 到空列表中:

dictionary = {}	
if "key" not in dictionary:	
    dictionary["key"] = []	
dictionary["key"].append("list_item")

尽管这段代码没有任何逻辑错误,但是我们可以使用 setdefault来实现更Pyhonic的写法:

dictionary = {}	
dictionary.setdefault("key", []).append("list_item")

字典调用 setdefault 方法时,首先检查 key 是否存在,如果存在该方法什么也不做,如果不存在 setdefault 就会创建该 key,并把第二个参数 []作为 key 对应的值。

2. 使用 defaultdict() 初始化字典

初始化一个字典时,如果初始情况下希望所有 key 对应的值都是某个默认的初始值,比如有一批用户的信用积分都初始为100,现在想给 a 用户增加10分

d = {}	
if 'a' not in d:	
    d['a'] = 100	
d['a'] += 10

同样这段代码也没任何问题,换成更pyhtonic的写法是:

from collections import defaultdict	
d = defaultdict(lambda: 100)	
d['a'] += 10

defaultdict 是位于 collections 模块下,它是 dict 类的子类,语法结构是:

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

第一个参数 default_factory是一个工厂方法,每次初始化某个键的时候将会被调用,value就是 default_factory返回的值,剩下的参数和 dict()函数接收的参数一样

3. 使用 iteritems() 迭代大数据

迭代大数据字典时,如果是使用 items() 方法,那么在迭代之前,迭代器迭代前需要把数据完整地加载到内存,这种方式不仅处理非常慢而且浪费内存,下面代码约占1.6G内存(为什么是1.6G?可以参考: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() 方法替换 items() ,最终实现的效果一样,但是消耗的内存降低50%,为什么差距那么大呢?因为 items() 返回的是一个 list,list 在迭代的时候会预先把所有的元素加载到内存,而 iteritem() 返回的一个迭代器(iterators),迭代器在迭代的时候,迭代元素逐个的生成。

d = {i: i * 2 for i in xrange(10000000)}	
for key, value in d.iteritem():	
    print("{0} = {1}".format(key, value))