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

在python/' target='_blank'>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]: dOut[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_dictOut[3]: {} In [4]: print my_default_dict['test']default In [5]: my_default_dictOut[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。

# http://code.activestate.com/recipes/523034/try:  from collections import defaultdictexcept:  class defaultdict(dict):     def __init__(self, default_factory=None, *a, **kw):      if (default_factory is not None and        not hasattr(default_factory, '__call__')):        raise TypeError('first argument must be callable')      dict.__init__(self, *a, **kw)      self.default_factory = default_factory     def __getitem__(self, key):      try:        return dict.__getitem__(self, key)      except KeyError:        return self.__missing__(key)     def __missing__(self, key):      if self.default_factory is None:        raise KeyError(key)      self[key] = value = self.default_factory()      return value     def __reduce__(self):      if self.default_factory is None:        args = tuple()      else:        args = self.default_factory,      return type(self), args, None, None, self.items()     def copy(self):      return self.__copy__()     def __copy__(self):      return type(self)(self.default_factory, self)     def __deepcopy__(self, memo):      import copy      return type(self)(self.default_factory, copy.deepcopy(self.items()))     def __repr__(self):      return 'defaultdict(%s, %s)' % (self.default_factory, dict.__repr__(self))

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。