collections.defaultdict 是如何工作的？

Question

我已经阅读了 python 文档中的示例，但仍然无法弄清楚这种方法的含义。有人可以帮忙吗？以下是 python 文档中的两个示例

>>> from collections import defaultdict

>>> s = 'mississippi'
>>> d = defaultdict(int)
>>> for k in s:
...     d[k] += 1
...
>>> d.items()
[('i', 4), ('p', 2), ('s', 4), ('m', 1)]

和

>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = defaultdict(list)
>>> for k, v in s:
...     d[k].append(v)
...
>>> d.items()
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

参数int 和list 是干什么用的？

Answer 1

通常，如果您尝试使用当前不在字典中的键获取项目，Python 字典会抛出 KeyError。相比之下，defaultdict 只会创建您尝试访问的任何项目（当然前提是它们尚不存在）。要创建这样一个“默认”项，它会调用您传递给构造函数的函数对象（更准确地说，它是一个任意的“可调用”对象，包括函数和类型对象）。对于第一个示例，使用int() 创建默认项，这将返回整数对象0。对于第二个示例，默认项是使用 list() 创建的，它返回一个新的空列表对象。

Answer 2

defaultdict 表示如果在字典中找不到键，则不会抛出KeyError，而是创建一个新条目。这个新条目的类型由 defaultdict 的参数给出。

例如：

somedict = {}
print(somedict[3]) # KeyError

someddict = defaultdict(int)
print(someddict[3]) # print int(), thus 0

Answer 3

默认字典

“标准字典包含 setdefault() 方法，用于检索值并在该值不存在时建立默认值。相比之下，defaultdict 让调用者在容器已初始化。”

由 Doug Hellmann 在Python 标准库示例中定义

如何使用默认字典

导入默认字典

>>> from collections import defaultdict

初始化默认字典

通过传递初始化它

callable 作为它的第一个参数（强制）

>>> d_int = defaultdict(int)
>>> d_list = defaultdict(list)
>>> def foo():
...     return 'default value'
... 
>>> d_foo = defaultdict(foo)
>>> d_int
defaultdict(<type 'int'>, {})
>>> d_list
defaultdict(<type 'list'>, {})
>>> d_foo
defaultdict(<function foo at 0x7f34a0a69578>, {})

**kwargs 作为它的第二个参数（可选）

>>> d_int = defaultdict(int, a=10, b=12, c=13)
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12})

或

>>> kwargs = {'a':10,'b':12,'c':13}
>>> d_int = defaultdict(int, **kwargs)
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12})

它是如何工作的

作为标准字典的子类，它可以执行所有相同的功能。

但是在传递未知键的情况下，它会返回默认值而不是错误。例如：

>>> d_int['a']
10
>>> d_int['d']
0
>>> d_int
defaultdict(<type 'int'>, {'a': 10, 'c': 13, 'b': 12, 'd': 0})

如果你想改变默认值覆盖default_factory：

>>> d_int.default_factory = lambda: 1
>>> d_int['e']
1
>>> d_int
defaultdict(<function <lambda> at 0x7f34a0a91578>, {'a': 10, 'c': 13, 'b': 12, 'e': 1, 'd': 0})

或

>>> def foo():
...     return 2
>>> d_int.default_factory = foo
>>> d_int['f']
2
>>> d_int
defaultdict(<function foo at 0x7f34a0a0a140>, {'a': 10, 'c': 13, 'b': 12, 'e': 1, 'd': 0, 'f': 2})

问题中的示例

示例 1

由于 int 已作为 default_factory 传递，因此任何未知键默认返回 0。

现在，当字符串在循环中传递时，它将增加 d 中这些字母的计数。

>>> s = 'mississippi'
>>> d = defaultdict(int)
>>> d.default_factory
<type 'int'>
>>> for k in s:
...     d[k] += 1
>>> d.items()
[('i', 4), ('p', 2), ('s', 4), ('m', 1)]
>>> d
defaultdict(<type 'int'>, {'i': 4, 'p': 2, 's': 4, 'm': 1})

示例 2

由于列表已作为 default_factory 传递，任何未知（不存在）的键将默认返回 [ ]（即列表）。

现在，当元组列表在循环中传递时，它会将值附加到 d[color]

>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = defaultdict(list)
>>> d.default_factory
<type 'list'>
>>> for k, v in s:
...     d[k].append(v)
>>> d.items()
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
>>> d
defaultdict(<type 'list'>, {'blue': [2, 4], 'red': [1], 'yellow': [1, 3]})

Answer 4

字典是存储数据以供以后按名称（键）检索的便捷方式。键必须是唯一的、不可变的对象，并且通常是字符串。字典中的值可以是任何值。对于许多应用程序，值是简单类型，例如整数和字符串。

当字典中的值是集合（列表、字典等）时会更有趣。在这种情况下，必须在第一次使用给定键时初始化值（空列表或字典）。虽然这相对容易手动完成，但 defaultdict 类型可以自动化并简化这些操作。 defaultdict 的工作方式与普通 dict 完全相同，但它使用不带参数并为不存在的键提供默认值的函数（“默认工厂”）进行初始化。

defaultdict 永远不会引发 KeyError。任何不存在的键都会得到默认工厂返回的值。

from collections import defaultdict
ice_cream = defaultdict(lambda: 'Vanilla')

ice_cream['Sarah'] = 'Chunky Monkey'
ice_cream['Abdul'] = 'Butter Pecan'

print(ice_cream['Sarah'])
>>>Chunky Monkey

print(ice_cream['Joe'])
>>>Vanilla

这是另一个关于如何使用 defaultdict，我们可以降低复杂性的示例

from collections import defaultdict
# Time complexity O(n^2)
def delete_nth_naive(array, n):
    ans = []
    for num in array:
        if ans.count(num) < n:
            ans.append(num)
    return ans

# Time Complexity O(n), using hash tables.
def delete_nth(array,n):
    result = []
    counts = defaultdict(int)

    for i in array:
        if counts[i] < n:
            result.append(i)
            counts[i] += 1
    return result


x = [1,2,3,1,2,1,2,3]
print(delete_nth(x, n=2))
print(delete_nth_naive(x, n=2))

总之，当你需要一个字典，并且每个元素的值都应该以一个默认值开头时，使用一个 defaultdict。

Answer 5

这里对 defaultdicts 有很好的解释：http://ludovf.net/blog/python-collections-defaultdict/

基本上，参数 int 和 list 是您传递的函数。请记住，Python 接受函数名作为参数。 int 默认返回 0，list 在使用括号调用时返回一个空列表。

在普通字典中，如果在您的示例中我尝试调用d[a]，我会收到错误（KeyError），因为只有键 m、s、i 和 p 存在并且键 a 尚未初始化。但是在一个defaultdict中，它以一个函数名作为参数，当你尝试使用一个尚未初始化的键时，它只是简单地调用你传入的函数并将其返回值分配为新键的值。

Answer 6

defaultdict 的行为可以很容易地在每次调用中使用dict.setdefault 而不是d[key] 来模仿。

换句话说，代码：

from collections import defaultdict

d = defaultdict(list)

print(d['key'])                        # empty list []
d['key'].append(1)                     # adding constant 1 to the list
print(d['key'])                        # list containing the constant [1]

相当于：

d = dict()

print(d.setdefault('key', list()))     # empty list []
d.setdefault('key', list()).append(1)  # adding constant 1 to the list
print(d.setdefault('key', list()))     # list containing the constant [1]

唯一的区别是，使用defaultdict，列表构造函数只被调用一次，而使用dict.setdefault，列表构造函数被更频繁地调用（但如果确实需要，可以重写代码以避免这种情况）。

有些人可能会争辩说存在性能方面的考虑，但这个话题是一个雷区。 This post shows there isn't a big performance gain in using defaultdict, for example.

IMO，defaultdict 是一个集合，它给代码带来的混乱多于好处。对我没用，但其他人可能会有不同的想法。

Answer 7

由于问题是关于“它是如何工作的”，一些读者可能希望看到更多具体细节。具体来说，有问题的方法是__missing__(key) 方法。见：https://docs.python.org/2/library/collections.html#defaultdict-objects。

更具体地说，这个答案显示了如何以实际方式使用__missing__(key)： https://stackoverflow.com/a/17956989/1593924

为了阐明“可调用”的含义，这是一个交互式会话（从 2.7.6 开始，但也应该在 v3 中工作）：

>>> x = int
>>> x
<type 'int'>
>>> y = int(5)
>>> y
5
>>> z = x(5)
>>> z
5

>>> from collections import defaultdict
>>> dd = defaultdict(int)
>>> dd
defaultdict(<type 'int'>, {})
>>> dd = defaultdict(x)
>>> dd
defaultdict(<type 'int'>, {})
>>> dd['a']
0
>>> dd
defaultdict(<type 'int'>, {'a': 0})

这是 defaultdict 最典型的用法（除了 x 变量的无意义使用）。您可以使用 0 作为显式默认值做同样的事情，但不能使用简单的值：

>>> dd2 = defaultdict(0)

Traceback (most recent call last):
  File "<pyshell#7>", line 1, in <module>
    dd2 = defaultdict(0)
TypeError: first argument must be callable

相反，因为它传入了一个简单的函数（它动态创建了一个不带参数且始终返回 0 的无名函数），所以下面的代码有效：

>>> dd2 = defaultdict(lambda: 0)
>>> dd2
defaultdict(<function <lambda> at 0x02C4C130>, {})
>>> dd2['a']
0
>>> dd2
defaultdict(<function <lambda> at 0x02C4C130>, {'a': 0})
>>> 

并且使用不同的默认值：

>>> dd3 = defaultdict(lambda: 1)
>>> dd3
defaultdict(<function <lambda> at 0x02C4C170>, {})
>>> dd3['a']
1
>>> dd3
defaultdict(<function <lambda> at 0x02C4C170>, {'a': 1})
>>> 

Answer 8

我自己的 2¢：你也可以继承 defaultdict：

class MyDict(defaultdict):
    def __missing__(self, key):
        value = [None, None]
        self[key] = value
        return value

这对于非常复杂的情况会派上用场。

Answer 9

defaultdict 工具是 Python 集合类中的一个容器。它类似于通常的字典（dict）容器，但有一个区别：值字段的数据类型是在初始化时指定的。

例如：

from collections import defaultdict

d = defaultdict(list)

d['python'].append("awesome")

d['something-else'].append("not relevant")

d['python'].append("language")

for i in d.items():

    print i

打印出来：

('python', ['awesome', 'language'])
('something-else', ['not relevant'])

Answer 10

那么，defaultdict 在以下情况下也可以引发 keyerror：

from collections import defaultdict
d = defaultdict()
print(d[3]) #raises keyerror

永远记得给 defaultdict 像这样的参数提供参数

d = defaultdict(int)

Answer 11

没有defaultdict，您可能可以为看不见的键分配新值，但不能修改它。例如：

import collections
d = collections.defaultdict(int)
for i in range(10):
  d[i] += i
print(d)
# Output: defaultdict(<class 'int'>, {0: 0, 1: 1, 2: 2, 3: 3, 4: 4, 5: 5, 6: 6, 7: 7, 8: 8, 9: 9})

import collections
d = {}
for i in range(10):
  d[i] += i
print(d)
# Output: Traceback (most recent call last): File "python", line 4, in <module> KeyError: 0

Answer 12

简而言之：

defaultdict(int) - 参数 int 表示值将是 int 类型。

defaultdict(list) - 参数列表表示值将是列表类型。

Answer 13

我认为最好用它来代替 switch case 语句。想象一下，如果我们有如下 switch case 语句：

option = 1

switch(option) {
    case 1: print '1st option'
    case 2: print '2nd option'
    case 3: print '3rd option'
    default: return 'No such option'
}

python 中没有可用的switch case 语句。我们可以使用defaultdict 来达到同样的效果。

from collections import defaultdict

def default_value(): return "Default Value"
dd = defaultdict(default_value)

dd[1] = '1st option'
dd[2] = '2nd option'
dd[3] = '3rd option'

print(dd[4])    
print(dd[5])    
print(dd[3])

打印出来：

Default Value
Default Value
3rd option

在上面的 sn-p dd 中没有键 4 或 5，因此它打印出我们在辅助函数中配置的默认值。这比原始字典要好得多，如果键不存在则抛出KeyError。由此可见，defaultdict 更像是一个 switch case 语句，我们可以避免复杂的if-elif-elif-else 块。

this site 给我留下深刻印象的另一个好例子是：

>>> from collections import defaultdict
>>> food_list = 'spam spam spam spam spam spam eggs spam'.split()
>>> food_count = defaultdict(int) # default value of int is 0
>>> for food in food_list:
...     food_count[food] += 1 # increment element's value by 1
...
defaultdict(<type 'int'>, {'eggs': 1, 'spam': 7})
>>>

如果我们尝试访问除 eggs 和 spam 以外的任何项目，我们将得到 0。

Answer 14

标准字典包括方法 setdefault() 用于检索值并在该值不存在时建立默认值。相比之下，defaultdict 让调用者在容器初始化时预先指定默认值。

import collections

def default_factory():
    return 'default value'

d = collections.defaultdict(default_factory, foo='bar')
print 'd:', d
print 'foo =>', d['foo']
print 'bar =>', d['bar']

只要所有键都具有相同的默认值，这种方法就可以很好地工作。如果默认值是用于聚合或累积值的类型，例如列表、集合甚至 int，则它可能特别有用。标准库文档包含几个以这种方式使用 defaultdict 的示例。

$ python collections_defaultdict.py

d: defaultdict(<function default_factory at 0x100468c80>, {'foo': 'bar'})
foo => bar
bar => default value

Answer 15

#dictinary and defaultdict

normaldictionary=dict()
print(type(normaldictionary))
#print(normaldictionary["keynotexisit"])
#Above normal dictionary give an error as key not present

from collections import defaultdict
defaultdict1=defaultdict()
print(type(defaultdict1))
#print(defaultdict1['keynotexisit'])
######################################

from collections import defaultdict
default2=defaultdict(int)
print(default2['keynotexist'])

https://msatutorpy.medium.com/different-between-dictionary-and-defaultdictionary-cb215f682971

Answer 16

文档和解释几乎是不言自明的：

http://docs.python.org/library/collections.html#collections.defaultdict

作为参数传递的类型函数（int/str 等）用于为字典中不存在该键的任何给定键初始化默认值。