Python中的defaultdict模块和namedtuple模块的简单入门指南

在Python中有一些内置的数据类型，比如int, str, list, tuple, dict等。Python的collections模块在这些内置数据类型的基础上，提供了几个额外的数据类型：namedtuple, defaultdict, deque, Counter, OrderedDict等，其中defaultdict和namedtuple是两个很实用的扩展类型。defaultdict继承自dict，namedtuple继承自tuple。
一、defaultdict

1. 简介

在使用Python原生的数据结构dict的时候，如果用d[key]这样的方式访问，当指定的key不存在时，是会抛出KeyError异常的。但是，如果使用defaultdict，只要你传入一个默认的工厂方法，那么请求一个不存在的key时， 便会调用这个工厂方法使用其结果来作为这个key的默认值。

defaultdict在使用的时候需要传一个工厂函数(function_factory)，defaultdict(function_factory)会构建一个类似dict的对象，该对象具有默认值，默认值通过调用工厂函数生成。

2. 示例

下面给一个defaultdict的使用示例：

In [1]: from collections import defaultdict In [2]: s = [(xiaoming, 99), (wu, 69), (zhangsan, 80), (lisi, 96), (wu, 100), (yuan, 98), (xiaoming, 89)] In [3]: d = defaultdict(list) In [4]: for k, v in s: ...: d[k].append(v) ...: In [5]: d Out[5]: defaultdict(<type list>, {lisi: [96], xiaoming: [99, 89], yuan: [98], zhangsan: [80], wu: [69, 100]}) In [6]: for k, v in d.items(): ...: print %s: %s % (k, v) ...: lisi: [96] xiaoming: [99, 89] yuan: [98] zhangsan: [80] wu: [69, 100]

对Python比较熟悉的同学可以发现defaultdict(list)的用法和dict.setdefault(key, [])比较类似，上述代码使用setdefault实现如下：

s = [(xiaoming, 99), (wu, 69), (zhangsan, 80), (lisi, 96), (wu, 100), (yuan, 98), (xiaoming, 89)] d = {} for k, v in s: d.setdefault(k, []).append(v)

3. 原理

从以上的例子中，我们可以基本了defaultdict的用法，下面我们可以通过help(defaultdict)了解一下defaultdict的原理。通过Python console打印出的help信息来看，我们可以发现defaultdict具有默认值主要是通过__missing__方法实现的，如果工厂函数不为None，则通过工厂方法返回默认值，具体如下：

def __missing__(self, key): # Called by __getitem__ for missing key if self.default_factory is None: raise KeyError((key,)) self[key] = value = self.default_factory() return value

从上面的说明中，我们可以发现一下几个需要注意的地方：

a). __missing__方法是在调用__getitem__方法发现KEY不存在时才调用的，所以，defaultdict也只会在使用d[key]或者d.__getitem__(key)的时候才会生成默认值；如果使用d.get(key)是不会返回默认值的，会出现KeyError；

b). defaultdict主要是通过__missing__方法实现，所以，我们也可以通过实现该方法来生成自己的defaultdict，代码入下：

In [1]: class MyDefaultDict(dict): ...: def __missing__(self, key): ...: self[key] = default ...: return default ...: In [2]: my_default_dict = MyDefaultDict() In [3]: my_default_dict Out[3]: {} In [4]: print my_default_dict[test] default In [5]: my_default_dict Out[5]: {test: default}

4. 版本

defaultdict是在Python 2.5之后才加入的功能，在旧版本的Python中是不支持这个功能的，不过，知道了它的原理，我们可以自己实现一个defaultdict。

#

二、namedtuple

namedtuple主要用来产生可以使用名称来访问元素的数据对象，通常用来增强代码的可读性，在访问一些tuple类型的数据时尤其好用。其实，在大部分时候你应该使用namedtuple替代tuple，这样可以让你的代码更容易读懂，更加pythonic。举个例子：

from collections import namedtuple # 变量名和namedtuple中的第一个参数一般保持一致，但也可以不一样 Student = namedtuple(Student, id name score) # 或者 Student = namedtuple(Student, [id, name, score]) students = [(1, Wu, 90), (2, Xing, 89), (3, Yuan, 98), (4, Wang, 95)] for s in students: stu = Student._make(s) print stu # Output: # Student(id=1, name=Wu, score=90) # Student(id=2, name=Xing, score=89) # Student(id=3, name=Yuan, score=98) # Student(id=4, name=Wang, score=95)

在上面的例子中，Student就是一个namedtuple，它和tuple的使用方法一样，可以通过index直接取，而且是只读的。这种方式比tuple容易理解多了，可以很清楚的知道每个值代表的含义。