Python进阶篇之字典操作总结

一、与字典值有关的计算

问题

想对字典的值进行相关计算，例如找出字典里对应值最大（最小）的项。

解决方案一：

假设要从字典 {'a':3, 'b':2, 'c':6} 中找出值最小的项，可以这样做：

    >>> d = {'a':3, 'b':2, 'c':6}
    >>> min(zip(d.values(), d.keys()))
    (2, 'b')

值得注意的是 d.values() 获取字典的全部值，d.keys()获取字典的全部键，而且两个序列的顺序依然保持一一对应的关系。因此zip(d.values() , d.keys())实质上生成的是一个 (value, key) 的序列。min 函数通过比较序列中的元组 (value, key) 找出其最小值。

解决方案二：

除了使用 zip(d.values() , d.keys())外，还可以使用 dict.items()方法和生成器推导式来生成 (value, key) 序列，从而传递给 min 函数进行比较：

    >>> d = {'a':3, 'b':2, 'c':6}
    >>> min((v ,k) for (k, v) in d.items())
    (2, 'b')

这里 min 函数的参数(v ,k) for (k, v) in d.items()其实是一个生成器推导式（和列表推导式一样，只是把列表推导式的 [] 改为 () ，而且其返回的一个生成器而非列表），由于生成器推导式做为 min 函数的参数，所以可以省略掉两边的括号（不做为参数时写法应该是((v ,k) for (k, v) in d.items()) ） 。

二、字典推导式

问题

想把一个元组列表转换成一个字典，例如把[('a', 1), ('b', 2), ('c', 3)]转化为{'a': 1, 'b': 2, 'c': 3}

解决方案

类似于列表推导式，字典推导式可以方便地从其他数据结构构造字典，例如：

    >>> l = [('a', 1), ('b', 2), ('c', 3)]
    >>> {k: v for k, v in l}
    {'c': 3, 'b': 2, 'a': 1}

字典推导式的规则和列表推导式一样，只是把 [] 换成 {}

三、寻找字典的交集

问题

假设有两个字典：

    d1 = {'a':1, 'b':2, 'c':3, 'd':4}
    d2 = {'b':2, 'c':3, 'd':3, 'e':5}

要找出这两个字典中具有公共键的项，即要得到结果 {'b':2, 'c':3}

解决方案

我们知道一般通过 d.items()方法来遍历字典，d.items() 方法返回的对象是一个类集合对象，支持集合的基本运算，如取交集、并集等。

    >>> dict(d1.items() & d2.items()) # 取交集
    {'b': 2, 'c': 3}

此外，d.keys()返回字典的键，也是一个类集合对象，如果我们只想找出两个字典中键相同的项，可以这样：

    >>> { k:d1[k] for k in d1.keys() & d2.keys() }
    {'b': 2, 'd': 4, 'c': 3}

这里如果相同的键对应不同的值则去第一个字典中的值。推广开来，如果想排除掉字典中的某些键，可以这样：

    >>> { k:d1[k] for k in d1.keys() - {'c', 'd'} } # - 号的含义是集合的差集操作
    {'b': 2, 'a': 1}

但有一点需要注意的是，d.values()返回字典的值，由于字典对应的值不一定唯一，所以 d.values()一般无法构成一个集合，因此也就不支持一般的集合操作。

四、多个字典连接成一个字典

问题

有多个字典，例如：

    d1 = {'a':1, 'b':2, 'c':3}
    d2 = {'c':4, 'd':5, 'e':6}

想将这多个字典连接为一个字典，或一次性对多个字典进行迭代操作。

解决方案

使用 collections.ChainMap：

    >>> from collections import ChainMap

    >>> chain_dict = ChainMap(d1, d2)
    >>> for k, v in chain_dict.items():
        print(k, v)
    a 1
    e 6
    d 5
    c 3
    b 2

ChainMap 将传入的多个字典连接为一个字典，并返回一个 ChainMap 对象，这个对象的行为就像一个单一的字典，我们可以对其进行取值或者迭代等操作。注意到这里键 c 对应的值为 3，如果传入 ChainMap 的字典含有相同的键，则对应的值为先传入的字典中的值。

此外，如果你只想单纯地迭代字典的键值对，可以结合使用 items()和 itertools.chain()方法：

    >>> from itertools import chain
    >>> for k, v in chain(d1.items(), d2.items()):
      print(k, v)

    a 1
    c 3
    b 2
    e 6
    c 4
    d 5

这里相同的键会被分别迭代出来。

五、保持字典有序

问题

想让字典中元素的迭代顺序和其加入字典的顺序保持一致

解决方案

通常来说，使用d.items() 或者 d.keys() 、d.values()方法迭代出来的元素顺序是无法预料的。例如对字典d = {'a':1, 'b':2, 'c':3}迭代：

    >>> d = dict()
    >>> d['a'] = 1
    >>> d['b'] = 2
    >>> d['c'] = 3
    >>> for k, v in d.items():
      print(k, v)

    a 1
    c 3
    b 2

每一次运行结果都可能不同。如果想让元素迭代的顺序和创建字典时元素的顺序一致，就要使用 collections.OrderedDict代替普通的 dict ：

    >>> from collections import OrderedDict
    >>> ordered_d = OrderedDict()
    >>> ordered_d['a'] = 1
    >>> ordered_d['b'] = 2
    >>> ordered_d['c'] = 3
    >>> for k, v in ordered_d.items():
      print(k, v)

    a 1
    b 2
    c 3

OrderedDict 实际通过维护一个双向链表来记录元素添加的顺序，因此其耗费的内存大约为普通字典的两倍。所以在实际使用中需综合考虑各种因素来决定是否使用 OrderedDict 。

六、使字典的键映射多个值

问题

通常情况下字典的键只对应一个值。现在想让一个键对应多个值。

解决方案

为了使一个键对应多个值，首先需要把多个值放到一个容器中（例如列表或者集合等）。例如有这样一个列表：[('a', 1), ('a', 2), ('b', 3), ('b', 4), ('c', 5)]，我们要将其转换成一个字典，保持元素的键值对应关系，通常我们会写这样的代码：

    >>> from pprint import pprint
    >>> l = [('a', 1), ('a', 2), ('b', 3), ('b', 4), ('c', 5)]
    >>> d = {}
    >>> for k, v in l:
      if k in d:
        d[k].append(v)
      else:
        d[k] = [v]

    >>> pprint(d)
    {'a': [1, 2], 'b': [3, 4], 'c': [5]}

但是 if else语句让代码显得有点冗余和不易读，Python 的 defaultdict 改善上述代码。

    >>> from collections import defaultdict
    >>> d = defaultdict(list)
    >>> for k, v in l:
      d[k].append(v)

    >>> pprint(d)
    defaultdict(<class 'list'>, {'c': [5], 'b': [3, 4], 'a': [1, 2]})

if else 的判语句没有了。

defaultdict 是 dict 的一个子类。对 dict 来说，如果 key 不存在，则 dict[key] 取值操作会抛出 KeyError 异常，但是 defaultdict 则会返回一个传入 defaultdict 构造器的类的实例（例如一个列表）或者自定义的缺失值。因此在上例中，对于d[k].append(v)，当 k 不存在时，则会先执行 d[k] = [] 并返回这个空列表，继而将 v 加入到列表中。

传入 defualtdict 构造器的值不一定要是一个类，也可以是一个可调用的函数，当相应的键不在 defualtdict 中时，其默认的值就为这个函数的返回值，例如：

    >>> from collections import defaultdict
    >>> def zero_default():
      return 0

    >>> d = defaultdict(zero_default)
    >>> d['a'] = 1
    >>> d['a']
    1

    >>> d['b']
    0

    >>> d.keys()
    dict_keys(['b', 'a'])
    >>>

利用这样一个特性，我们可以构造无限深度的字典结构：

    >>> from collections import defaultdict
    >>> import json
    >>> tree = lambda: defaultdict(tree)
    >>> d = tree()
    >>> d['a']['b'] = 1
    >>> print(json.dumps(d)) # 为了显示的格式更好看
    {"a": {"b": 1}}

这里当执行 d['a'] 时，由于相应的键不存在，故返回一个 defaultdict(tree)，当再执行d['a']['b'] = 1时，将键 b 对应的值设为 1 。

总结

以上就是这篇文中的全部内容，希望本文的内容对大家学习或者使用python能有一定的帮助，如果有疑问大家可以留言交流。