Python处理键映射值操作详解

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

来源：https://juejin.cn/post/7164673886183751717