Python处理键映射值操作详解

时间:2022-11-16 盆友圈的小可爱人气:0

作为一个学完Python基础知识的测试，暗喜终于可以像RD们自己写脚本处理任何场景吧，如何优雅地写出来代码，接下来开启进阶版的Python。

本期浅谈一下，collection模块关于键值常用的方法，跟着我一起涨知识吧~

1. 问题背景

在LeetCode刷题时候，经常会创建哈希表来辅助存储数据操作，一说哈希表，小白的我一马无脑就打出了一行tmp = {}。如果在高级点的可以写成 tmp = dict()。

直到有一天，遇到1个key存在多个value的问题。那要创建一个value是列表类型的字典，怎么创建呐?（基础太差，知道一对一的）。思考许久删了写写了删，终于使用for循环判断，搞定字典存储key-多个value的值，代码如下：

tmp = {} 
students = ["C","A","B","C","D","A","A"] 
for index,st in enumerate(students): 
    if st not in tmp: 
    tmp[st] = [] 
    tmp[st].append(index) 
### 
{'C': [0, 3], 'A': [1, 5, 6], 'B': [2], 'D': [4]} 
###

饭后找大佬show code,可想而知被大佬的神通广大的见识，直呼涨知识了！。

在 Python内置库中，其实是有一个collection模块提供defaultdict() 方法来专门处理上述遇到的问题，使用defaultdict()实现如上需求，for循环中只需要一行代码即可

from collections import defaultdict 
tmp2 = defaultdict(list) 
for index,st in enumerate(students): 
    tmp2[st].append(index) 
## 
defaultdict(<class 'list'>, {'C': [0, 3], 'A': [1, 5, 6], 'B': [2], 'D': [4]}) 
###

听大佬说collection模块可不止这个，还有很多好玩的。带着疑问，去认识collection模块学习。

2. collections 概述

2.1 什么是collections

Python 内置collection模块对普通数据类型(如dict,list,tuple和set)进行扩展和补充。

Collection 模块提供9种扩展的数据类型对象，其中对dict字典扩展的就有5个对象（OrderedDict、ChainMap、defaultdict、UserDict、Counter）。

2.2 Collections 内部结构

Collections模块是集中了collections.abc模块和扩展数据类型如UserDict的容器集合模块， Python中内置的dict存在一些限制，不适合一些场景，因此collections模块提供一些扩展方法。

Collections.abc是从adc抽象基类中导出ABCMeta,abstractmethod进行二次封装成一系列关于集合类的接口如关于映射的mapping和mutilmapping抽象基类，用于判断是映射关系抽象类。

实例化映射方法，一般不会直接继承collections.abc抽象基类的，而是是继承Python内置的dict类对象或者collections.UserDict进行拓展。抽象基类作为一个定义映射关系的基本接口。同时也可以对isinstance来判断该接口是不是映射类型。

port _collections_abc 

tmp = {} 
print(isinstance(tmp,collections.abc.Mapping)) 

### 
True 
###

2.3 collections 使用方法

Collections 模块提供多种场景的集合类型，在特定场景下，使用它内部的方法可以提高我们代码的运行效率。 collections 模块文档介绍，已经实现对Python 内置数据类型 list,set,tuple和dict都实现的了拓展。

Collections 模块使用时，需要进行提前导入

from collections import xxxxx

3. defaultdict 方法

回到第一节问题，当tmp[st]值不存在时，Python内部会抛出异常KeyError。

我们遇到该问题时，总想的可以对tmp[st]赋值为一个默认值default，即tmp.get(st,default)来消除异常情况。

但是当tmp[st]更新某个值时，需要再次不必要的get查询，导致代码低效。

因此collections模块提供针对快速处理的找不键的情况，提供两种方法：

setdefault(),对字典key值赋默认值

针对第一节，if判断部分可以直接改写为：

# if st not in tmp: 
#    tmp[st] = [] 
# tmp[st].append(index) 
#
tmp.setdefault(st,[]).append(index)

虽然提前赋值后，从查询键值次数2到3次，减少一次，但是仍然还要进行插入操作

defaultdict()，对字典进行查找取值

Defaultdict()实现了专门在读取健值就能获取到一个默认值的方法，是通过继承dict进行定义的一个子类，在子类中__missing__方法处理keyerror异常

在第一节中，通过使用defaultdict()来优化，Python内部是怎么运行呢？

比如 tmp2 = defaultdict(list) 当 key- value 不存在tmp2时，tmp2[key]会被进行操作：

调用list()来建立一个new list，作为default_factory实例属性
把new list 作为value，赋值给key键，放在tmp2中最后返回这个new list的引用

需要注意是，当defaultdict每天指定default_factory时，重新不存在的键会触发keyerror

然而，专门处理keyerror异常的是__missing__()方法，dict类中没有被定义，当__getitem__找不键时候，Python会自动调用__missing__()方法。

4. Counter 方法

在有些时候，我们需要对列表中元素出现的次数进行统计，按照常规思路，仍然要使用for循环查询更新，代码运行效率大大降低。

在 collections模块中提供了Counter()方法，相等于计数器。

那么，Python内部是怎么运行的呢？

Counter 会给键准备一个整数计数器每更新一个键的时候都会增加这个计数器

Counter 支持对4种形式的写法：

创建空计数器：tmp = Counter()
支持迭代对象如字符串： tmp = Counter("juejin")
支持映射对象如字典：tmp = Counter({"a":3,"b":4})
支持key=value形式：tmp = Counter(jue=1,jin=2)

Counter对象还支持求出most_common([n])求前n最大的key-value字典等方法

总结

Collections 模块提供对可变序列映射类型高性能方法，OrderedDict、ChainMap和Counter方法可以直接进行调用使用。如果需要重新定义则组需要继承UserDict来实现个性化。

本期，我们只学习了collections模块中关于处理键映射类型的相关方法，后续继续对collections模块关于set、list提供的扩展方法进行学习研究。

加载全部内容