本文主要内容
可散列类型
泛映射类型
字典
（1）字典推导式
（2）处理不存在的键
（3）字典的变种
集合
映射的再讨论
python高级——目录
文中代码均放在github上：https://github.com/ampeeg/cnblogs/tree/master/python高级
可散列类型
''' 可散列数据类型（也称可hash）————我理解"可散列"就是"可hash" 可hash的对象需要实现__hash__方法，返回hash值；另外为了与其他对象比较还需要有__eq__方法 原子不可变数据类型（str、bytes和数值类型）都是可散列的，可散列对象必须满足下列要求： （1）实现了__hash__方法，并且所得到的hash值是不变的 （2）实现了__eq__方法，用来比较 （3）若a == b 为真，那么hash(a) == hash(b)也是真 ''' # 创建类Foo，并实现__hash__和__eq__ class Foo: def __init__(self, name): self.name = name def __hash__(self): print("正在hash...") return hash(self.name) def __eq__(self, other): print("正在比较...") return self.name == other.name def __repr__(self): return self.name if __name__ == "__main__": f1 = Foo("小李") f2 = Foo("小红") f3 = Foo("小李") s = set([f1, f2, f3]) # 集合实现不重复的原理正好利用了散列表 print(s) # {小红, 小李} print( f1 == f3, hash(f1) == hash(f3)) # True True 满足可散列对象的第三个条件 |
''' 对于元组来说，只有当一个元组包含的所有元素都是可hash的情况下，它才是可hash的 ''' t1 = (1, 2, 3, [1, 2]) # 元组里的列表的值是可变的，所以不可hash try: print(hash(t1)) except Exception as e: print(e) # unhashable type: 'list' t2 = (1, 2, 3, (1, 2)) # 元组里的元素都是不可变的，并且第二层元组里面的元素也不可变，所以可hash print(hash(t2)) # 3896079550788208169 t3 = (1, 2, 3, frozenset([1, 2])) print(hash(t3)) # -5691000848003037416 |
泛映射类型
''' 泛映射类型就是广义上的对应关系，在数学中，我们将集合A对应集合B中的对应法则称为"映射"（Mapping） 同样，在python里，我们称"键值对"为映射，这其实也是一种对应法则 如果一个数据类型是映射，那么它肯定属于collections.abc.Mapping，可使用isinstance函数测试 PS: 字典是 Python 语言中唯一的映射类型。映射类型对象里哈希值(键) 和指向的对象(值)是一对多的关系。 ''' from collections import abc # 我们测试一些常用的类型是不是映射 if __name__ == "__main__": print(isinstance({}, abc.Mapping)) # True 字典是典型的键值对 print(isinstance([1, 2], abc.Mapping)) # False 列表是序列 print(isinstance((1, 2), abc.Mapping)) # False 元组是序列 print(isinstance('adfasfd', abc.Mapping)) # False 字符串也是序列 |
''' 大家可以查看_collections_abc.py源代码，里面基本的类型包含: ["Awaitable", "Coroutine", "AsyncIterable", "AsyncIterator", "Hashable", "Iterable", "Iterator", "Generator", "Sized", "Container", "Callable", "Set", "MutableSet", "Mapping", "MutableMapping", "MappingView", "KeysView", "ItemsView", "ValuesView", "Sequence", "MutableSequence", "ByteString", ] ''' |
''' 如果我们自己想定义一个映射类型的对象，那么必须实现__getitem__、__iter__、__len__方法 PS：关于该部分的原理，本人暂未查看说明文档，毕竟现实中几乎不可能自定义映射；有兴趣的同志可深入钻研。 ''' class Foo(abc.Mapping): def __init__(self, name): self.name = name def __getitem__(self, item): return self.name def __iter__(self): return iter(str(self.name)) def __len__(self): return len(self.name) print(isinstance(Foo("123"), abc.Mapping)) # True |
字典
''' 字典是python内置类型中唯一的映射，先看创建字典的几种方法 1、对象创建 2、大括号 3、zip ''' if __name__ == "__main__": # 1、利用实例化对象的方法创建 a = dict(key1=1, key2=2, all=[1, 2, 3]) b = dict([('key3', 3), ('key4', 4)]) c = dict({"key5": 5, "key6": 6}) print("a:", a) # a: {'key1': 1, 'all': [1, 2, 3], 'key2': 2} print("b:", b) # b: {'key3': 3, 'key4': 4} print("c:", c) # c: {'key6': 6, 'key5': 5} # 2、直接使用大括号 d = {"key7": 7, "key8": 8} print("d:", d) # d: {'key8': 8, 'key7': 7} # 3、使用zip e = dict(zip(("key9", "key10", "key11"), [9, 10, 11])) print("e:", e) # e: {'key11': 11, 'key10': 10, 'key9': 9} |
（1）字典推导式
''' 字典推导式：字典推导式的创建方法同列表推导式类似 以下直接引用《流畅的python》中的例子 ''' if __name__ == "__main__": DIAL_CODES = [ (86, 'China'), (91, 'India'), (1, 'United States'), (62, 'Indonesia'), (55, 'Brazil'), (92, 'Pakistan'), (880, 'Bangladesh'), (234, 'Nigeria'), (7, 'Russia'), (81, 'Japan'), ] country_code = {country: code for code, country in DIAL_CODES} print(country_code) # {'Russia': 7, 'Indonesia': 62, 'Brazil': 55, 'China': 86, 'India': 91, 'Bangladesh': 880, 'Pakistan': 92, 'United States': 1, 'Nigeria': 234, 'Japan': 81} code_upper = {code: country.upper() for country, code in country_code.items() if code < 66} print(code_upper) # {1: 'UNITED STATES', 7: 'RUSSIA', 62: 'INDONESIA', 55: 'BRAZIL'} |
（2）处理不存在的键
''' 处理找不到的键 在实际场景中，当使用d[key]的方法查找数据的时候，如果找不到该键，python会抛出KeyError异常； 如果是取值操作，可以使用d.get(key, default)来解决，可以给找不到的键一个默认的值 但是如果要给更新某个不存在键对应的值的时候，就稍显麻烦了，可以使用以下方法解决： 1、用setdefault处理dict找不到的键 2、使用defaultdict对象 3、__missing__方法 ''' class Foo: def __init__(self, name=None): self.name = name def __repr__(self): return str(self.name) def setattr(self, key, value): self.__setattr__(key, value) return self if __name__ == "__main__": d1 = {} print(d1.get("key", "default")) # default 使用d.get(key, default)的方法取值 # 1、用setdefault处理dict找不到的键 d2 = {} d2.setdefault("key", [x for x in "adfaf"]) # setdefault虽然是set名字，但是是取值操作，只有当键不存在时才进行赋值，并返回该值 l = d2.setdefault("key", []) print(l) # ['a', 'd', 'f', 'a', 'f'] d2.setdefault("key2", []).extend([1, 2, 3]) # 返回空列表，所以可在后面直接使用方法extend print(d2) # {'key': 'default', 'key2': [1, 2, 3]} # 2、使用defaultdict对象 # 在python中，还有一些dict的变种类型，defaultdict为其中一种，位于collections中 from collections import defaultdict dic = defaultdict(list) # 将list的构造方法作为default_factory（只有__getitem__找不到值时调用） dic["key"].extend([1, 2, 3]) # dic中不含有"key"键，此时default_factory会被调用，创造一个空列表,并连接[1, 2, 3] print(dic["key"]) # [1, 2, 3] dic = defaultdict(Foo) # 将Foo的构造方法作为default_factory创建一个defaultdict print(dic["key"].setattr("name", "default")) # default # 3、__missing__方法 # 所有的映射类型在找不到键的时候，都会牵扯到__missing__方法；如果在__getitem__找不到键的时候，python就会自动调用它 # 另外，__missing__方法只会被getitem调用，对get或者__contains__没有影响 class My_dict(dict): def __missing__(self, key): print("正在调用__missing__...") mdict = My_dict(one=1, two=2, three=3) print(mdict) # {'two': 2, 'three': 3, 'one': 1} mdict["key"] # 正在调用__missing__... |
（3）字典的变种
''' 在python中虽然只有dict为映射类型，但是dict有很多变种，上面defaultdict就是，除此之外还有： （1）OrderedDict: 有顺序的字典 (2) ChainMap： 可以容纳数个不同的映射对象 (3) Counter： 给键准备一个整数计数器，每次更新键的时候会增加该计数器 （4）UserDict： 将标准的dict用python实现了一遍 ''' from collections import OrderedDict, ChainMap, Counter, UserDict if __name__ == "__main__": # 1、OrderedDict d = OrderedDict() d['one'] = 1 d['two'] = 2 d['three'] = 3 for _ in range(10): print("%d次：" % _) for k, v in d.items(): print("**", k, v) # OrderedDict迭代的时候的顺序总是跟插入顺序一致 # 2、ChainMap pylookup = ChainMap(d, globals()) # d和globals()都是映射类型，ChainMap会将其组合 for v, k in pylookup.items(): print(v, k) # 3、Counter ct = Counter('asfjlajslfjals') print(ct) # Counter({'j': 3, 'l': 3, 's': 3, 'a': 3, 'f': 2}) # 存储的是每个字母出现的次数 ct.update('jjjjjjjjlllllllll') print(ct) # # Counter({'l': 12, 'j': 11, 's': 3, 'a': 3, 'f': 2}) import random ct2 = Counter([random.randrange(1, 5) for _ in range(100)]) # 列表推导式创建Counter print(ct2) # Counter({1: 30, 2: 24, 4: 24, 3: 22}) ct3 = Counter((random.randrange(1, 5) for _ in range(100))) # 生成器创建Counter print(ct3) # Counter({2: 40, 3: 23, 4: 20, 1: 17}) class Foo: def __init__(self, num): self.l = [random.randrange(1, 5) for _ in range(num)] def __iter__(self): return iter(self.l) ct4 = Counter(Foo(100)) # 可迭代对象创建Counter print(ct4) # Counter({2: 31, 3: 25, 4: 25, 1: 19}) # 4、UserDict # 创建自定义的映射类型，一般以UserDict为基类 class My_dict(UserDict): def __missing__(self, key): if isinstance(key, str): raise KeyError(key) return self[str(key)] def __contains__(self, key): return str(key) in self.data def __setitem__(self, key, item): print("调用__setitem__。。。") self.data[str(key)] = item mdict = My_dict() mdict["one"] = 1 # 调用__setitem__。。。（下同） mdict["two"] = 2 mdict["three"] = 3 print(mdict) # {'three': 3, 'one': 1, 'two': 2} |
集合
''' 集合对于很多人并不陌生，中学阶段就已经接触过。集合具有： （1）确定性：每一个对象都能确定是不是某一集合的元素，没有确定性就不能成为集合 （2）互异性：集合中任意两个元素都是不同的对象 （3）无序性：{a,b,c}{c,b,a}是同一个集合 在python中，set中的元素必须是可散列的，但set本身不可散列(但是frosenset是可散列的) 另外：set实现了很多基础运算 &（交集）、|（并集）、-（差集） ''' if __name__ == "__main__": # 创建集合 s1 = set([1, 2, 3]) s2 = {1, 2, 3, 4} print(s1, s2) # {1, 2, 3} {1, 2, 3, 4} # 集合推导式 s3 = {x**2 for x in range(10)} print(s3) # {0, 1, 64, 4, 36, 9, 16, 49, 81, 25} |
set的操作方法很多，本文截自<流畅的python>一书,如下三个表：
表一：集合的数学方法
 |
表2:集合的比较运算
 |
表3:集合的其他运算
 |
映射的再讨论
''' python标准库里面的映射类型都是可变的，有时候需要使用不可变的映射，从python3.3开始，types模块中引入了 MappingProxyType类，如果给这个类一个映射，那么它会返回这个映射的试图，该试图是动态的，原映射如果有改动 可立即通过这个试图观察到，但是这个试图无法对该映射进行修改。 ''' from types import MappingProxyType if __name__ == "__main__": d = {'one':1, 'two':2, 'three':3} d_proxy = MappingProxyType(d) print(d_proxy) # {'three': 3, 'two': 2, 'one': 1} print(d_proxy['one']) # 1 for k, v in d_proxy.items(): print(k, v) #d_proxy['four'] = 4 # 报错：TypeError: 'mappingproxy' object does not support item assignment d['four'] = 4 print(d_proxy) # {'two': 2, 'three': 3, 'four': 4, 'one': 1} |
另外，《流畅的python》77页到80页对散列表算法以及字典、集合的效率、平时需要注意的问题进行了比较详细的探讨，建议严谨并有兴趣的同仁阅读，该部分内容对理解字典类型无比有益，场景中捉摸不透的莫名其妙的bug可能会迎刃而解。
重要的结论摘录如下：
（1）键必须是可散列的
（2）字典在内存上的开销巨大
（3）键查询很快
（4）键的次序取决于添加顺序
（5）往字典里添加新键可能会改变已有键的顺序
python高级系列文章目录
python高级——目录