python集合属性方法运算_流畅的python读书笔记-第三章Python 字典与集合

字典和集合

标准库里的所有映射类型都是利用 dict 来实现的

只有可散列的数据类型才能用作这些映射里的键(值不用)

可散列

一个对象是可散列的

它的散列值是不变的

对象需要实现 __hash__() 方法

可散列对象还要有 __qe__() 方法

字典推导

DIAL_CODES = [(86, 'China'), (91, 'India'), (1, 'United States'), (62, 'Indonesia') ]

country_code = {country: code for code, country in DIAL_CODES }

结果

{'China': 86, 'India': 91, 'United States': 1, 'Indonesia': 62}

常见的映射方法 page137

用setdefault处理找不到的键

##找对应的key,没有的话返回默认值

my_dict = {"name":"longe","age":8}

my_dict.setdefault("namerrr","default")

print(my_dict)

用 setdefault 只需要一次就可以完成整个操作。

defaultdict找不到键返回某种默认值

在实例化一个 defaultdict 的时候

这个可调用对象会在 getitem 碰到找不到的键的时候被调用，

让 getitem 返回某种默认值。

实现方式

defaultdict 里的 default_factory 只会在__getitem__ 里被调用

比如，dd 是个 defaultdict，k 是个找不到的键，

dd[k] 这个表达式会调用 default_factory 创造某个默认值，

dd.get(k) 则会返回 None。

原理

所有这一切背后的功臣其实是特殊方法 __missing__。

它会在defaultdict 遇到找不到的键的时候调用 default_factory

__missing__这个方法

自定义一个映射类型，更合适的策略其实是继承collections.UserDict 类

只是为了演示 missing 是如何被dict.__getitem__ 调用的。

class StrKeyDict0(dict):

def __missing__(self, key):

if isinstance(key, str):

raise KeyError(key)

return self[str(key)]

def get(self, key, default=None):

try:

return self[key]

except KeyError:

return default

def __contains__(self, key):

return key in self.keys() or str(key) in self.keys()

isinstance(key, str) 测试在上面的__missing__ 中是必需的

但是如果 str(k) 不是一个存在的键，代码就会陷入无限递归。

这是因为 missing 的最后一行中的 self[str(key)] 会调用 __getitem__，

而这个 str(key) 又不存在，于是 __missing__又会被调用。

精简版本

import collections

class StrKeyDict(collections.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):

self.data[str(key)] = item

setitem 会把所有的键都转换成字符串。由于把具体的实现委

托给了 self.data 属性，这个方法写起来也不难

字典的变种

collections.OrderedDict

这个类型在添加键的时候会保持顺序，因此键的迭代次序总是一致

的。

collections.ChainMap

该类型可以容纳数个不同的映射对象，然后在进行键查找操作的时

候，这些对象会被当作一个整体被逐个查找，直到键被找到为止。

collections.Counter

这个映射类型会给键准备一个整数计数器。每次更新一个键的时候

都会增加这个计数器。

colllections.UserDict

这个类其实就是把标准 dict 用纯 Python 又实现了一遍。

跟 OrderedDict、ChainMap 和 Counter 这些开箱即用的类型不

同，UserDict 是让用户继承写子类的。下面就来试试。

集合论

集合推导

from unicodedata import name

aa = {chr(i) for i in range(32, 256) if 'SIGN' in name(chr(i), '')}

print(aa)

集合的数学运算 page161

字典空间

因为 Python 会设法保证大概还有三分之一的表元是空的，所以在快要达

到这个阈值的时候，原有的散列表会被复制到一个更大的空间里面。

散列表原理

为了获取 my_dict[search_key] 背后的值

Python 首先会调用hash(search_key) 来计算 search_key 的散列值，

把这个值最低的几位数字当作偏移量

在散列表里查找表元(具体取几位，得看当前散列表的大小

若找到的表元是空的，则抛出 KeyError 异常。

若不是空的，则表元里会有一对 found_key:found_value。

这时候 Python 会检验 search_key == found_key 是否为真，如 果它们相等的话，就会返回found_value。

如果 search_key 和 found_key 不匹配的话，这种情况称为散列 冲突。

原理图

添加新元素和更新现有键值

添加新元素和更新现有键值的操作几乎跟上面一样。

只不过对于前者，在发现空表元的时候会放入一个新元素；

对于后者，在找到相对应的表元后，原表里的值对象会被替换成新值。

优劣

字典浪费存储空间(不过没有几百万对象,内存好几个G不用考虑)

dict 的实现是典型的空间换时间：字典类型有着巨大的内存开销

键的次序取决于添加顺序

当往 dict 里添加新键而又发生散列冲突的时候，新键可能会被安

排存放到另一个位置。

注意:

无论何时往字典里添加新的键，Python 解释器都可能做出为字典扩

容的决定。

扩容导致的结果就是要新建一个更大的散列表，并把字典里已有的元素添加到新表里。

这个过程中可能会发生新的散列冲突，导致新散列表中键的次序变化。

要注意的是，上面提到的这些变化是否会发生以及如何发生，都依赖于字典背后的具体实现，

因此你不能很自信地说自己知道背后发生了什么。

如果你在迭代一个字典的所有键的过程中同时对字典进行修改，那么这个循环很有可

能会跳过一些键——甚至是跳过那些字典中已经有的键。

更新字典的主要使用姿势

由此可知，不要对字典同时进行迭代和修改。

如果想扫描并修改一个字典，最好分成两步来进行：

首先对字典迭代，以得出需要添加的内容，把这些内容放在一个新字典里；

迭代结束之后再对原有字典进行更新。

小总结:

标准库里的所有映射类型都是利用 dict 来实现

只有可散列的数据类型才能用作这些映射里的键(值不用)

字典推导

用setdefault处理找不到的键

defaultdict找不到键返回某种默认值

底层是 getitem 与__miss__调用实现的

字典插入更新原理!!!

其他

大多数映射类型都提供了两个很强大的方法：setdefault 和

update。

setdefault 方法可以用来更新字典里存放的可变值(比如列

表)，从而避免了重复的键搜索。

update 方法则让批量更新成为可能，它可以用来插入新值或者更新已有键值对，它的参数可以是包含(key, value) 这种键值对的可迭代对象，或者关键字参数。