Python 如何添加或增加字典条目？

在长期缺席之后，我现在正在重新接触Python，并热爱它。然而，我发现自己一次又一次地遇到了一种模式。我一直在想，一定有更好的方式来表达我的想法，而且我可能用了错误的方式

我正在编写的代码的格式如下：

# foo is a dictionary
if foo.has_key(bar):
  foo[bar] += 1
else:
  foo[bar] = 1

我在我的程序中写了很多。我的第一个反应是将它推出一个helper函数，但python库通常已经提供了类似的东西

---

是否有一些简单的小语法技巧，我错过了？还是应该这样做？

使用

defaultdict

：

from collections import defaultdict

foo = defaultdict(int)
foo[bar] += 1

---

在Python>=2.7中，也有一个单独的类用于这些目的。对于Python 2.5和2.6，您可以使用其。

对于Python>=2.5，您可以执行以下操作：

foo[bar] = 1 if bar not in foo else foo[bar]+1

---

您还可以在异常处理中利用控制结构。当您尝试将值分配给不存在的键时，字典会引发

KeyError

异常：

my_dict = {}
try:
    my_dict['a'] += 1
except KeyError, err:    # in 2.6: `except KeyError as err:`
    my_dict['a'] = 1

dict

的方法采用可选的第二个参数，如果找不到请求的键，该参数可用于提供默认值：

foo[bar] = foo.get(bar, 0) + 1

---

我做了一些时间比较。几乎相等。不过，一行的

.get（）

命令速度最快

输出：

get 0.543551800627
exception 0.587318710994
haskey 0.598421703081

代码：

---

我不知道这是如何尝试的，但如果您需要在dict键中附加项

indicatorDict = {}
indicatorDict[0] = 'Langford'
indicatorDict[1] = 'Esther'
indicatorDict[3] = 14

向其追加项目，可以是迭代的，也可以是其他类型的：

indicatorDict[0] = np.append(indicatorDict[0],'Auditorium')
indicatorDict[1] = np.append(indicatorDict[1],'Duflo')
indicatorDict[3] = np.append(indicatorDict[3],'November') 

打印

{0: array(['Langford', 'Auditorium'], dtype='<U10'),
 1: array(['Esther', 'Duflo'], dtype='<U6'),
 3: array(['14', 'November'], dtype='<U11')}

---

---

{0:array（['Langford'，'Auditorium'，]，dtype='作为旁白，你可以说
if-bar-in-foo:
而不是
if-foo.has-u-key（bar）：
@J.F.Sebastian:+1用于使用正则表达式：-）我之所以使用has-u-key是因为我想（我猜错了）它将使用哈希函数来查找密钥，而不是在列表中搜索，因此效率更高。感谢您的提示-我将相应地调整我的编码。4年后，但我认为这对于那些可能最终从谷歌（如我）来到这里的人来说很重要：
如果dict中的键
实际上比
d更有效
而且概念上更好。
集合。计数器在
2.7
谢谢！我不知道defaultdict。这正是我想要的。仅仅因为异常处理可以用于控制流并不意味着它应该。好吧，做一些类似dict.has_key（key）的事情实际上尝试访问密钥，如果捕获到异常，则返回False。虽然有效，但这并不比OP的代码更简洁易读。@sventechie。我认为您可能对可读性和Pythonic有一个非常个人的定义。我没有否决它，但我猜最初的downvoter这么做是因为它违反了DRY规则（不要重复你自己）原则：“foo”和“bar”都被提到两次。@Tamas：好吧，OPs版本分别提到了这三次：）@Tamas…这似乎是对DRY原则的一个相当极端的解释…我通常在重复逻辑的上下文中看到它，而不是变量名！这是我的书中的一个很好的答案，因为它清晰地表达了逻辑，并且可以适应许多场景（任何默认值，任何要执行的函数）这比公认的答案要好，不需要导入。有趣-喜欢看一些测试，尽管你测量的差异很小！我想知道它们会受到多少重复的影响？我的预测：当foo[bar]时，异常版本会表现最好+=1通常成功增加重复项可提高异常代码的性能。将RANDLIST更改为[random.randint（0，100），以生成范围内的i（10000）]：获取0.0955109596252异常0.06258893013 haskey 0.0973930358887这里的比较结果如何？
{0: array(['Langford', 'Auditorium'], dtype='<U10'),
 1: array(['Esther', 'Duflo'], dtype='<U6'),
 3: array(['14', 'November'], dtype='<U11')}