Python的defaultdict详解

[什么是 defaultdict](#什么是 defaultdict)
- [导入与创建 defaultdict](#导入与创建 defaultdict)
[defaultdict 的常见用法](#defaultdict 的常见用法)
- 计数器
- 分组数据
- 集合去重
- [defaultdict 与普通字典的区别](#defaultdict 与普通字典的区别)

什么是 defaultdict

defaultdict 是 Python 中 collections 模块下的一个类 ，它继承自内置的 dict，并扩展了默认值的功能。当访问不存在的键时，defaultdict 可以自动为这个键生成一个默认值，而不会抛出 KeyError 异常。

导入与创建 defaultdict

在使用 defaultdict 之前，需要从 collections 模块导入它：

python 复制代码

from collections import defaultdict

defaultdict 的创建需要提供一个工厂函数，这个工厂函数会在访问不存在的键时被调用来生成默认值。最常用的工厂函数是 int（用于计数器）、list（用于存储多个值）和 set（用于存储唯一值）。

python 复制代码

# 创建一个默认值为 0 的 defaultdict
dd = defaultdict(int)

# 当访问不存在的键时，会自动生成默认值
print(dd["key"])  # 输出: 0

defaultdict 的常见用法

计数器

假设我们需要统计一个字符串中每个字符出现的次数。使用普通字典时，我们通常需要检查键是否存在，然后再决定是增加计数还是初始化为 1。而使用 defaultdict，这一操作变得简单许多。

python 复制代码

from collections import defaultdict

text = "hello world"
char_count = defaultdict(int)

for char in text:
    char_count[char] += 1

print(char_count)  # 输出: defaultdict(<class 'int'>, {'h': 1, 'e': 1, 'l': 3, 'o': 2, ' ': 1, 'w': 1, 'r': 1, 'd': 1})

分组数据

假设有一组数据，想要根据某个特征对它们进行分组。使用 list 作为默认值，可以轻松实现这一功能。

python 复制代码

data = [("apple", "fruit"), ("carrot", "vegetable"), ("banana", "fruit"), ("spinach", "vegetable")]

grouped_data = defaultdict(list)

for item, category in data:
    grouped_data[category].append(item)

print(grouped_data)  # 输出: defaultdict(<class 'list'>, {'fruit': ['apple', 'banana'], 'vegetable': ['carrot', 'spinach']})

集合去重

在某些情况下，需要将值按某个特征分类，但确保每个分类中不包含重复元素。这时可以使用 set 作为默认值。

python 复制代码

data = [("apple", "fruit"), ("banana", "fruit"), ("apple", "fruit"), ("carrot", "vegetable")]

unique_items = defaultdict(set)

for item, category in data:
    unique_items[category].add(item)

print(unique_items)  # 输出: defaultdict(<class 'set'>, {'fruit': {'banana', 'apple'}, 'vegetable': {'carrot'}})

defaultdict 与普通字典的区别

defaultdict 和普通字典在大多数操作上类似，但它们有一个关键区别：默认值的生成。

普通字典：访问一个不存在的键时，会抛出 KeyError 异常。我们需要显式检查键是否存在，或者使用 dict.get()方法提供一个默认值。
python 复制代码
```
d = {}
print(d.get("key", 0))  # 输出: 0
```
defaultdict：访问不存在的键时，不会抛出异常，而是自动调用工厂函数生成一个默认值。
python 复制代码
```
dd = defaultdict(int)
print(dd["key"])  # 输出: 0
```

此外，defaultdict 在初始化时需要指定一个工厂函数，而普通字典则不需要。