Python 宽容的字典

我想知道如何创建宽恕字典（如果出现KeyError，它将返回默认值）

在下面的代码示例中，我会得到一个KeyError；比如说

a = {'one':1,'two':2}
print a['three']

为了不得到一个，我会1。必须捕获异常或使用get

我不想用我的字典做那件事

import collections
a = collections.defaultdict(lambda: 3)
a.update({'one':1,'two':2})
print a['three']

根据需要发出

3

。您也可以自己对

dict

进行子类化，并覆盖

\uuuuuuu missing\uuuuuuuu

，但是当

defaultdict

行为（忽略正在查找的确切缺失键）非常适合您时，这就没有多大意义了

编辑…除非，也就是说，您担心

一个

在每次查找缺少的键（这是

defaultdict

的语义的一部分）时会增加一个条目，并且希望得到较慢的行为，但会节省一些内存。例如，在内存方面…：

>>> import sys
>>> a = collections.defaultdict(lambda: 'blah')
>>> print len(a), sys.getsizeof(a)
0 140
>>> for i in xrange(99): _ = a[i]
... 
>>> print len(a), sys.getsizeof(a)
99 6284

…defaultdict最初为空，现在有我们查找到的99个以前丢失的键，需要6284字节（与它为空时需要的140字节相比）

替代方法…：

>>> class mydict(dict):
...   def __missing__(self, key): return 3
... 
>>> a = mydict()
>>> print len(a), sys.getsizeof(a)
0 140
>>> for i in xrange(99): _ = a[i]
... 
>>> print len(a), sys.getsizeof(a)
0 140

…完全节省了内存开销，如您所见。当然，性能是另一个问题：

$ python -mtimeit -s'import collections; a=collections.defaultdict(int); r=xrange(99)' 'for i in r: _=a[i]'
100000 loops, best of 3: 14.9 usec per loop

$ python -mtimeit -s'class mydict(dict):
>   def __missing__(self, key): return 0
> ' -s'a=mydict(); r=xrange(99)' 'for i in r: _=a[i]'
10000 loops, best of 3: 92.9 usec per loop

由于

defaultdict

在查找时添加了（以前缺少的）键，因此下次查找此类键时速度会快得多，而

mydict

（它覆盖

\uuuuuuu缺少的

以避免添加）每次都会支付“缺少的键查找开销”

当然，您是否关心这两个问题（性能与内存占用）完全取决于您的特定用例。在任何情况下，注意权衡都是一个好主意！-）

版本2.5中新增：如果 dict定义了一个方法uuu缺少uuu（）， 如果钥匙不存在，则 d[key]操作调用该方法 以键作为参数。这个 d[键]操作然后返回或 引发返回或引发的任何内容 如果 钥匙不存在。没有别的 操作或方法调用 __缺少\ \（）。如果未定义uuu missing_uuuu（），则会引发KeyError。 __缺少的\必须是一个方法；它不能是实例变量。为了 示例，请参见collections.defaultdict

---

您可能需要使用defaultdict（我相信它至少需要python2.5）

---

传递给构造函数的函数告诉类返回什么作为默认值。有关其他示例，请参见。

以下是如何按照NullUserException的建议对

dict

进行子类化

>>> class forgiving_dict(dict):
...     def __missing__(self, key):
...         return 3
...
>>> a = forgiving_dict()
>>> a.update({'one':1,'two':2})
>>> print a['three']
3

这个答案与Alex的答案之间的一大区别是缺少的键不是添加到字典中的

>>> print a
{'two': 2, 'one': 1}

---

如果您期望大量未命中，这一点非常重要。有时您真正想要的是

.setdefault（）

，这不是很直观，但它是一种“返回指定的键，如果它不存在，请将该键设置为此值”的方法

下面是一个使用

setdefault（）

效果良好的示例：

collection = {}
for elem in mylist:
    key = key_from_elem(elem)
    collection.setdefault(key, []).append(elem)

---

这将允许我们创建这样一个字典：

{'key1'：[elem1，elem3]，'key2'：[elem3]}

无需进行丑陋的检查以查看是否已经存在密钥并为其创建列表。

集合。defaultdict

是您的电池内置解决方案。警告：defaultdict在返回给定密钥的默认值时会将新项插入自身。这就把读操作变成了潜在的写操作，这意味着查找大量丢失的键将使其快速增长。棒极了！从第二段到最后一段似乎与您的示例不相关，因为您从未使用同一个键两次。因此，即使您从不重复某个键，defaultdict似乎也会更快，如果您重复了，则会更快。是这样吗？@Jeff，

timeit

循环您正在测量的语句，因此它重复该语句——在本例中，

for i in r

循环。+1我从未意识到这两种方法的性能/内存权衡。谢谢你启发我。

collection = {}
for elem in mylist:
    key = key_from_elem(elem)
    collection.setdefault(key, []).append(elem)