高效利用Python内置的数据结构

0x00:创建一键多值字典

字典是Python中的一种可变容器,通常以这种形式出现:
d = {key1:value1, key2:value2, key3:value3}
Python没有规定字典中值的类型,所以如果想让字典中的一个键对应多个值,只要把这些值放到列表这样的容器里就行了。

student = {
    'a': [76, 54, 82],
    'b': [92, 67, 88]
}

为了方便创建这样的字典,可以使用collections模块中的defaultdict类。一般在访问一个字典中不存在的key时会报错,defaultdict类则会自动初始化一个默认值。使用defaultdict可以这样创建一个值为列表的字典:

d = defaultdict(list)
d['a'].append(1)
d['a'].append(2)
d['a'].append(3)

0x01:有序字典

Python中字典的key是不记录顺序的,如果我们想在对字典进行迭代或者序列化操作时掌握元素的顺序,可以使用collections模块中的OrderedDict类。

>>> from collections import OrderedDict
>>> d = OrderedDict()
>>> d['a'] = 1
>>> d['b'] = 2
>>> d['c'] = 3
>>> for key in d:
...     print(key, d[key])
... 
a 1
b 2
c 3

OrderedDict内部维护了一个双向链表,每当字典中创建新元素,就会被放到链表的末尾。对已存在的键重新赋值不会改变键的顺序。由于OrderedDict创建了额外的链表,所以占用空间会比普通的字典要多。使用这个类要注意取舍。

0x02:对序列去重但保持顺序不变

要想去除一个列表中的重复项,只需要使用set()就可以了,set创建一个无重复项的集合,可以对其求交集、并集等操作。但是,这种集合对象是无序的。

>>> a = [1, 4, 6, 1, 2, 1, 3, 6, 2]
>>> b = set(a)
>>> b
{1, 2, 3, 4, 6}

如果你既想要去除重复项,又想保留顺序,可以通过set()加生成器的方式解决:

def dedupe(items):
    seen = set()
    for item in items:
        if item in items:
            if item not in seen:
                yield item
                seen.add(item)

这只有当序列中的元素是不可变对象时起作用,例如整数、字符串、元组。如果要应用在列表这类可变容器上,要对代码稍作修改:

def dedupe(items):
    seen = set()
    for item in items:
        val = item if key is None else key(item)
        if val not in seen:
            yield item
            seen.add(val)

这里使用key参数来指定一个函数将序列中元素转变为不可变类型。

0x03:统计元素的数量

如何找出一本书中出现频率最高的单词呢?或者想知道一个列表中相同元素出现的次数应该怎么做?使用collections模块中的Counter类可以轻松做到。

>>> from collections import Counter
>>> words = ['apple', 'keys', 'double', 'dude', 'eye', 'love', 'magic', 'double', 'magic', 'spell', 'apple', 'point', 'apple']
>>> count = Counter(words)
>>> count
Counter({'apple': 3, 'double': 2, 'magic': 2, 'keys': 1, 'dude': 1, 'eye': 1, 'love': 1, 'spell': 1, 'point': 1})

还可以使用Counter类的most_common方法来求排名前几的元素:

>>> top = count.most_common(3)
>>> print(top)
[('apple', 3), ('double', 2), ('magic', 2)]
>>>

另外,Counter对象还可以做数学运算:

>>> words = ['apple', 'keys', 'double', 'dude', 'eye', 'love', 'magic', 'double', 'magic', 'spell', 'apple', 'point', 'apple']
>>> other = ['apple', 'cool', 'duck', 'cookie']
>>> a = Counter(words)
>>> b = Counter(other)
>>> a
Counter({'apple': 3, 'double': 2, 'magic': 2, 'keys': 1, 'dude': 1, 'eye': 1, 'love': 1, 'spell': 1, 'point': 1})
>>> b
Counter({'apple': 1, 'cool': 1, 'duck': 1, 'cookie': 1})
>>> a + b
Counter({'apple': 4, 'double': 2, 'magic': 2, 'keys': 1, 'dude': 1, 'eye': 1, 'love': 1, 'spell': 1, 'point': 1, 'cool': 1, 'duck': 1, 'cookie': 1})
>>>

Counter类能够帮助我们很好地对数据做统计,当然,如果你是在做算法题,请不要使用它来取巧。

0x04:字典推导式

想要创建一个字典的子集,可以用字典推导式(dictionary comprehension)轻松搞定。没错,列表有列表生成式,字典也有字典推导式。

>>> students = {'a':98, 'b':45, 'c':73, 'd':59}
>>> passed = {key:value for key, value in students.items() if value >= 60}
>>> passed
{'a': 98, 'c': 73}
>>>

看,我们很轻松地通过记录所有学生成绩的字典获得了及格学生的成绩。

相关推荐