映射的弹性键查询

defaultdict：处理找不到的键的一个选择

defaultdict 会在在初始化时接收一个构造方法，并在 __getietm__ 碰到找不到的键的时候调用该方法让 __getitem__ 返回某种默认值。

例：

1
2
3
4
5
6
7
from collections import defaultdict

dd = defaultdict(list)

dd['key_not_exist'].append(1)

dd['another_key_not_exist'].append(1)

注意，defaultdict 里的 default_factory 只会在 __getitem__ 里被调用，在其他的方法里完全不会发挥作用。比如，dd 是个 defaultdict，k 是个找不到的键，dd.get(k) 会返回 None。

特殊方法 __missing__

所有的映射类型在在 __getitem__ 碰到找不到的键的时候，Python 都会调用其 __missing__ 方法，而不是抛出 KeyError。

注意，__missing__ 方法只会被 __getitem__ 调用（比如在表达式 d[k] 中）。提供 __missing__ 方法对 get 或者 __contains__（in 运算符会用到这个方法）这些方法的使用没有 影响。

像 k in my_dict.keys() 这种操作在 Python 3 中是很快的，而且即便映射类型对象很庞大也没关系。这是因为 dict.keys() 的返回值是一个“视图”。视图就像一个集合，而且跟字典类似的是，在视图里查找一个元素的速度很快（https://docs.python.org/3/library/stdtypes.html#dictionary-view-objects）。

但 Python 2 的 dict.keys() 返回的是个列表，所以在处理庞大的映射类型对象时会比较慢。

字典的变种

collections.OrderedDict

这个类型在添加键的时候会保持顺序，因此键的迭代次序总是一致的。

collections.ChainMap

该类型可以容纳数个不同的映射对象，然后在进行键查找操作的时候，这些对象会被当作一个整体被逐个查找，直到键被找到为止。这个功能在给有嵌套作用域的语言做解释器的时候很有用，可以用一个映射对象来代表一个作用域的上下文。

例如：

1
2
import builtins 
pylookup = ChainMap(locals(), globals(), vars(builtins))

collections.Counter

这个映射类型会给键准备一个整数计数器。每次更新一个键的时候都会增加这个计数器。所以这个类型可以用来给可散列表对象计数，或者是当成多重集来用——多重集合就是集合里的元素可以出现不止一 次。Counter 实现了 + 和 - 运算符用来合并记录，还有像 most_common([n]) 这类很有用的方法。

1
2
3
4
5
6
7
8
>>> ct = collections.Counter('abracadabra') 
>>> ct 
Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) 
>>> ct.update('aaaaazzz') 
>>> ct 
Counter({'a': 10, 'z': 3, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) 
>>> ct.most_common(2) 
[('a', 10), ('z', 3)]

colllections.UserDict

这个类其实就是把标准 dict 用纯 Python 又实现了一遍，但它是专门让用户继承来写子类的。

子类化 UserDict

而更倾向于从 UserDict 而不是从 dict 继承的主要原因是，后者有时 会在某些方法的实现上走一些捷径，导致我们不得不在它的子类中重写 这些方法，但是 UserDict 就不会带来这些问题。

另外一个值得注意的地方是，UserDict 并不是 dict 的子类，但是 UserDict 有一个叫作 data 的属性，是 dict 的实例，这个属性实际上 是 UserDict 最终存储数据的地方。

不可变映射类型

从 Python 3.3 开始，types 模块中引入了一个封装类名叫 MappingProxyType。如果给这个类一个映射，它会返回一个只读的映 射视图。虽然是个只读视图，但是它是动态的。

集合论

集合实现了许多基础的中缀运算符，给定两个集合 a 和 b：

  • a | b 返回的是它们的合集
  • a & b 返回的是它们的交集
  • a - b 返回的是它们的差集
  • a in b 返回 a 是否属于 b
  • a <= b 返回 a 是否是 b 的子集
  • a < b 返回 a 是否是 b 的真子集

当我们要从集合 s 中移除一个元素时，如果我们关注该元素的存在性，则可以使用 s.remove(e) 方法，该方法在 e 不存在时会抛出 KeyError 异常；如果我们不关注该元素的存在性，则使用 s.discard(e) 即可。