
如何高效使用Python字典的方法詳解
眾所周知字典(dict)對(duì)象是 Python 最常用的數(shù)據(jù)結(jié)構(gòu),社區(qū)曾有人開玩笑地說:"Python企圖用字典裝載整個(gè)世界",字典在Python中的重要性不言而喻,這里整理了幾個(gè)關(guān)于高效使用字典的清單,希望Python開發(fā)者可以在日常應(yīng)用開發(fā)中合理利用,讓代碼更加 Pythonic。
1、用 in 關(guān)鍵字檢查 key 是否存在
Python之禪中有一條開發(fā)哲學(xué)是:
There should be one-- and preferably only one --obvious way to do it.
盡量找一種,最好是唯一種顯而易見的解決方案。Python2 中判斷某個(gè) key 是否存在字典中可使用 has_key 方法,另外一種方式是使用 in 關(guān)鍵字。但是強(qiáng)烈推薦使用后者,因?yàn)?in 的處理速度更快,另外一個(gè)原因是 has_key 這個(gè)方法在 Python3 被移除了,要想同時(shí)兼容py2和py3兩個(gè)版本的代碼,用 in 是最好的選擇。
bad
d = {'name': 'python'}
if d.has_key('name'):
pass
good
if 'name' in d:
pass
2、用 get 獲取字典中的值
關(guān)于獲取字典中的值,一種簡(jiǎn)單的方式就是用d[x]訪問該元素,但是這種情況在 key 不存在的情況下會(huì)報(bào) KeyError 錯(cuò)誤,當(dāng)然你可以先用 in 操作檢查 key 是否在字典中再獲取,不過這種方式不符合 Python 之禪中說的:
Simple is better than complex.
Flat is better than nested.
好的代碼應(yīng)該是簡(jiǎn)單易懂的,扁平的代碼結(jié)構(gòu)更加可讀。我們可以使用 get 方法來代替 if ... else
bad
d = {'name': 'python'}
if 'name' in d:
print(d['hello'])
else:
print('default')
good
print(d.get("name", "default"))
3、用 setdefault 為字典中不存在的 key 設(shè)置缺省值
data = [
("animal", "bear"),
("animal", "duck"),
("plant", "cactus"),
("vehicle", "speed boat"),
("vehicle", "school bus")
]
在做分類統(tǒng)計(jì)時(shí),希望把同一類型的數(shù)據(jù)歸到字典中的某種類型中,比如上面代碼,把相同類型的事物用列表的形式重新組裝,得到新的字典
groups = {}
>>>
{'plant': ['cactus'],
'animal': ['bear', 'duck'],
'vehicle': ['speed boat', 'school bus']}
普通的方式就是先判斷 key 是否已經(jīng)存在,如果不存在則要先用列表對(duì)象進(jìn)行初始化,再執(zhí)行后續(xù)操作。而更好的方式就是使用字典中的 setdefault 方法。
bad
for (key, value) in data:
if key in groups:
groups[key].append(value)
else:
groups[key] = [value]
good
groups = {}
for (key, value) in data:
groups.setdefault(key, []).append(value)
setdefault 的作用是:
如果 key 存在于字典中,那么直接返回對(duì)應(yīng)的值,等效于 get 方法
如果 key 不存在字典中,則會(huì)用 setdefault 中的第二個(gè)參數(shù)作為該 key 的值,再返回該值。
4、用 defaultdict 初始化字典對(duì)象
如果不希望 d[x] 在 x 不存在時(shí)報(bào)錯(cuò),除了在獲取元素時(shí)使用 get 方法之外,另外一種方式是用 collections 模塊中的 defaultdict,在初始化字典的時(shí)候指定一個(gè)函數(shù),其實(shí) defaultdict 是 dict 的子類。
from collections import defaultdict
groups = defaultdict(list)
for (key, value) in data:
groups[key].append(value)
當(dāng) key 不存在于字典中時(shí),list 函數(shù)將被調(diào)用并返回一個(gè)空列表賦值給 d[key],這樣一來,你就不用擔(dān)心調(diào)用 d[k] 會(huì)報(bào)錯(cuò)了。
5、用 fromkeys 將列表轉(zhuǎn)換成字典
keys = {'a', 'e', 'i', 'o', 'u' }
value = []
d = dict.fromkeys(keys, value)
print(d)
>>>
{'i': [], 'u': [], 'e': [],
'a': [], 'o': []}
6、用字典實(shí)現(xiàn) switch ... case 語句
Python 中沒有 switch ... case 語句,這個(gè)問題Python之父龜叔表示這個(gè)語法過去沒有,現(xiàn)在沒有,以后也不會(huì)有。因?yàn)镻ython簡(jiǎn)潔的語法完全可以用 if ... elif 實(shí)現(xiàn)。如果有太多的分支判斷,還可以使用字典來代替。
if arg == 0:
return 'zero'
elif arg == 1:
return 'one'
elif arg == 2:
return "two"
else:
return "nothing"
good
data = {
0: "zero",
1: "one",
2: "two",
}
data.get(arg, "nothing")
7、使用 iteritems 迭代字典中的元素
python提供了幾種方式迭代字典中的元素,第一種是使用 items 方法:
d = {
0: "zero",
1: "one",
2: "two",
}
for k, v in d.items():
print(k, v)
items 方法返回的是(key ,value)組成的列表對(duì)象,這種方式的弊端是迭代超大字典的時(shí)候,內(nèi)存瞬間會(huì)擴(kuò)大兩倍,因?yàn)榱斜韺?duì)象會(huì)一次性把所有元素加載到內(nèi)存,更好的方式是使用 iteritems
for k, v in d.iteritems():
print(k, v)
iteritems 返回的是迭代器對(duì)象,迭代器對(duì)象具有惰性加載的特性,只有真正需要的時(shí)候才生成值,這種方式在迭代過程中不需要額外的內(nèi)存來裝載這些數(shù)據(jù)。注意 Python3 中,只有 items 方法了,它等價(jià)于 Python2 中的 iteritems,而 iteritems 這個(gè)方法名被移除了。
8、使用字典推導(dǎo)式
推導(dǎo)式是個(gè)絕妙的東西,列表推導(dǎo)式一出,map、filter等函數(shù)黯然失色,自 Python2.7以后的版本,此特性擴(kuò)展到了字典和集合身上,構(gòu)建字典對(duì)象無需調(diào)用 dict 方法。
bad
numbers = [1,2,3]
d = dict([(number,number*2) for number in numbers])
good
numbers = [1, 2, 3]
d = {number: number * 2 for number in numbers}
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來一定的幫助
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10