Python字典的选择之道:掌握6种类型的终极指南!

本文将介绍Python词典的6种类型以及如何选择正确的字典。

长按关注《Python学研大本营》,加入读者群,分享更多精彩

一、简介

你可能会惊讶地发现,在Python的标准库中实际上有6种不同的字典类型!在某些情况下,开发者可能不想使用标准的Python字典(dict),在本文中将讨论Python中其他5种鲜为人知的字典。

每种字典类型都是为特定需求而设计的。了解这些字典类型可以让Python开发者选择适合其特定需求的字典,从而提高编码效率和灵活性。

二、Python字典是什么?

在Python中,字典(dict)是一种内置的数据结构,用于以键-值对的形式存储数据集合。你可能听过Python字典的其他名称,如查找表、映射、哈希映射或关联数组。

Python字典的一个最全面的例子就是电话簿。可以使用电话簿快速检索与给定姓名(键)相关联的信息(值)。Python字典允许以最高效的方式存储和检索所需的数据;这就是为什么Python dict是这种编程语言中最常用的数据类型。

三、Python字典的类型

大多数Python开发者通常只使用标准字典(dict)。有趣的是,Python还提供了其他几种内置的字典数据结构。尽管在大多数情况下,标准Python字典已经足够使用,但至少了解一下其他字典类型也会对开发者有所裨益。Python的不同字典类型如下:

  1. dict
  2. collections.defaultdict
  3. collections.OrderedDict
  4. collections.ChainMap
  5. collections.Counter
  6. collections.UserDict

本文将逐个介绍每种类型的Python字典,并通过示例进行解释。

3.1 dict

如前所述,Python中最常见的字典类型是标准类型(dict)。这种类型的Python字典可以使用花括号{}来轻松创建和更新。标准Python字典内置了许多函数,可以让工作更加轻松。

标准Python字典的使用示例

下面是代码片段。

a = {'one'1'two':2}
print(a,type(a))
# output: {'one': 1, 'two': 2} <class 'dict'>

a.update({'three'3}) #  相当于a['three'] = 3
print(a)
# output: {'one': 1, 'two': 2, 'three': 3}

a['two'] = 2.1
print(a['two'])
# output: 2.1

请注意,Python字典中的值可以是任何类型,但键必须是唯一且不可变的。一般情况下,在标准Python字典中进行查找、插入、更新和删除操作的时间复杂度为O(1)。

3.2 collections.defaultdict

Python中的另一种字典类型是defaultdict,可以从collections模块中导入。Python defaultdict字典用于想从字典中调用一个不存在的键时返回一个默认值。

使用Python defaultdict的示例

下面是代码片段。

from collections import defaultdict

a = defaultdict(int)
print(a['one'])
# output:0

a['one'] += 1
print(a['one'])
# output: 1

Python开发者在使用常规字典时,通常使用get()方法或直接处理KeyError异常。在这种情况下,使用collections.defaultdict可以使开发者的意图更加明确。

3.3 collections.OrderedDict

collections.OrderedDict是Python 3.1中引入的一种Python字典子类。顾名思义,这种类型的Python字典可以记住键插入的顺序。如果特别关心Python字典中键插入的顺序,可以使用collections.OrderedDict

使用Python OrderedDict的示例

下面是代码片段。

from collections import OrderedDict

a = OrderedDict({'one'1'two'2})
print(a)
# output: OrderedDict([('one', 1), ('two', 2)])

a['three'] = 3
print(a)
# output: OrderedDict([('one', 1), ('two', 2), ('three', 3)])

collections.OrderedDict还有一个很酷的函数,可以改变一些键的顺序。可以使用move_to_end将其中一个键移到Python字典的末尾(last=True),或移到开头(last=False):

使用Python OrderedDict的示例

下面是代码片段。

from collections import OrderedDict

a = OrderedDict({'one'1'two'2'three'3'four'4})
print(a)
# output: OrderedDict([('one', 1), ('two', 2)])

a.move_to_end('one', last=True# 将'one'移至末尾
print(a)
# output: OrderedDict([('two', 2), ('three', 3), ('four', 4), ('one', 1)])

a.move_to_end('three', last=False# 将'three'移到开头
print(a)
# output: OrderedDict([('three', 3), ('two', 2),('four', 4),('one', 1)])

3.4 collections.ChainMap

另一种Python字典类型是collections.ChainMap,Python的ChainMap是一种类似字典的类,可以将多个字典合并为一个视图。这种类型的字典允许开发者在多个字典中搜索一个键,就好像它们都合并成了一个单一的字典。

使用Python ChainMap的示例

下面是代码片段。

from collections import ChainMap

a = {'one'1'two'2}
b = {'three'3'four'4}
c = {'five'5'six'6'three'3.1}

merged = ChainMap(a, b,c)
print(merged)
# output: ChainMap({'one': 1,'two': 2},
                   {'three'3'four'4},
                   {'five'5'six'6'three'3.1})

print(merged['three']) # 只返回关键字的第一次出现结果
# output:3

请注意,ChainMap只会返回要搜索的键的第一次出现。另外还要记住,ChainMap只存储对实际对象的引用;因此,如果在任何一个原始字典中进行了更改,ChainMap也会随之更新。

使用Python ChainMap的示例

下面是代码片段。

from collections import ChainMap

a = {'one'1'two'2}
b = {'three'3'four'4}
c = {'five'5'six'6'three'3.1}

merged = ChainMap(a, b, c )

a['one'] = 1.1
print(merged['one'])
# output: 1.1

3.5 collections.Counter

Counter是Python中另一个能够计数可散列对象的字典。Python开发者通常使用collections.Counter来计算可迭代对象中元素的频率;例如,可以使用这种类型的Python字典来计算句子中使用的单词数量。

使用Python Counter的示例

下面是代码片段。

from collections import Counter

sentence = "we can't control our thoughts, but we can control our words"

a = Counter(sentence.split(' '))
print(a)
# output: Counter(
              {
               'we'2'control'2'our'2,
               "can't"1'thoughts'1,
               'but'1'can'1'words'1
              }
          )
print(a.most_common(2)) # 获得2个出现次数最多的元素
# output: [('we', 2), ('control', 2)]

如果需要列出出现频率最高的n个元素及其计数,从最常见到最不常见,可以在Counter对象上使用most_common函数。如果nNone,它将列出所有元素的计数。

3.6 collections.UserDict

本文要讨论的最后一种Python字典类型是UserDict字典。UserDict也是collections模块提供的一个类。这个类设计成用作创建自定义字典类对象的基类。

当需要定义自己的类似字典的数据结构时,可以使用collections.UserDict。想象一个简单的场景,需要将每个值乘以5并保存在自定义的Python字典中。通过使用UserDict,可以像这样实现:

使用Python UserDict的示例

下面是代码片段。

from collections import UserDict

class MyDict(UserDict):
    def __setitem__(self, key, value):
        super().__setitem__key, value * 5)

d = MyDict({'one'1'two'2})
print(d)
#output: {'one': 5, 'two': 10}

还可以随时覆盖其他函数,如__setitem__()__getitem__()__delitem__(),以进一步自定义字典的行为。

四、总结

在本文中,介绍了可以在不同情况下使用的不同类型的Python字典。尽管很多Python开发者只使用常规字典,但也可以在项目中尝试使用其他类型的Python字典。如果没有适合的字典,可以使用UserDict类来创建自己的类似字典的类。

推荐书单

《Python从入门到精通(第3版)》

《Python从入门到精通(第3版)》从初学者角度出发,通过通俗易懂的语言、丰富多彩的实例,详细介绍了使用Python进行程序开发应该掌握的各方面技术。全书共分27章,包括初识Python、Python语言基础、运算符与表达式、流程控制语句、列表和元组、字典和集合、字符串、Python中使用正则表达式、函数、面向对象程序设计、模块、文件及目录操作、操作数据库、使用进程和线程、网络编程、异常处理及程序调试、Pygame游戏编程、推箱子游戏、网络爬虫开发、火车票分析助手、数据可视化、京东电商销售数据分析与预测、Web编程、Flask框架、e起去旅行网站、Python自动化办公、AI图像识别工具等内容。书中所有知识都结合具体实例进行介绍,涉及的程序代码都给出了详细的注释,读者可轻松领会Python程序开发的精髓,快速提升开发技能。

购买链接:https://item.jd.com/14055900.html

精彩回顾

《轻松玩转Python,5个步骤打造惊艳的折线图》

《4个杀手级Pycharm高效插件》

《10个Python中的数据类型技巧》

《Python的集合模块,使用数据容器处理数据集合》

《使用Python类型提示,保持代码整洁,提高可读性》

《5个实用的Python编程小技巧》

长按关注《Python学研大本营》,加入读者群,分享更多精彩长按访问【IT今日热榜】,发现每日技术热点

相关推荐

  • 10.6K Star开源工具可为500多种乐器编曲,开启音乐之旅的完美选择
  • “产品经理这个职位,本身就是一个错误!”
  • 一行代码,为何造成 6000 万美元的损失?
  • 大模型幻觉率排行:GPT-4 3%最低,谷歌Palm竟然高达27.2%
  • 被OpenAI带火的Agent如何解放人力?清华等发布ProAgent
  • 最强AI芯片英伟达H200深夜发布,Llama2-70B推理提速90%,2024年二季度发货
  • 被谷歌收购后,我终于知道为什么大模型竞争落后于OpenAI了
  • 基于LLaMA却改张量名,李开复公司大模型引争议,官方回应来了
  • 幻觉率直降40%,中国电信千亿参数「星辰大模型」炸场,业界首提缓解多轮幻觉解决方案
  • Rust 十月就业报告:备受大厂青睐
  • GPT-5 正在开发中!OpenAI:希望微软能再给资金支持
  • 哈工大学霸,买了宝马“亲儿子”
  • Spring Boot 3.2框架即将完成,VMWare声称使用量大幅增长
  • 苹果挥刀斩杀“摇一摇”
  • 始于 Jupyter Notebooks:一份全面的初学者实用指南
  • GPT-4V(ision) 改革图像标注
  • RedisTemplate 的基本使用手把手教
  • GPT-5已开工!奥特曼:月入7亿不够烧,希望微软再投点
  • 大模型手机,3999起
  • 最强大模型训练芯片H200发布!141G大内存,AI推理最高提升90%,还兼容H100