[英]Use cases for the 'setdefault' dict method
Python 2.5 中添加的collections.defaultdict
大大減少了對dict
的setdefault
方法的需要。 本題為我們集體教育:
setdefault
仍然有用的是什么?setdefault
的哪些流行用例被collections.defaultdict
取代了?您可以說defaultdict
對於在填充 dict 之前設置默認值很有用,而setdefault
對於在填充 dict 時或之后設置默認值很有用。
可能是最常見的用例:分組項目(在未排序的數據中,否則使用itertools.groupby
)
# really verbose
new = {}
for (key, value) in data:
if key in new:
new[key].append( value )
else:
new[key] = [value]
# easy with setdefault
new = {}
for (key, value) in data:
group = new.setdefault(key, []) # key might exist already
group.append( value )
# even simpler with defaultdict
from collections import defaultdict
new = defaultdict(list)
for (key, value) in data:
new[key].append( value ) # all keys have a default already
有時你想確保特定的鍵在創建字典后存在。 defaultdict
在這種情況下不起作用,因為它只在顯式訪問時創建密鑰。 假設您使用帶有許多標頭的類似 HTTP 的東西——有些是可選的,但您需要它們的默認值:
headers = parse_headers( msg ) # parse the message, get a dict
# now add all the optional headers
for headername, defaultvalue in optional_headers:
headers.setdefault( headername, defaultvalue )
我通常將setdefault
用於關鍵字參數字典,例如在這個函數中:
def notify(self, level, *pargs, **kwargs):
kwargs.setdefault("persist", level >= DANGER)
self.__defcon.set(level, **kwargs)
try:
kwargs.setdefault("name", self.client.player_entity().name)
except pytibia.PlayerEntityNotFound:
pass
return _notify(level, *pargs, **kwargs)
它非常適合在帶有關鍵字參數的函數周圍調整包裝器中的參數。
當默認值是靜態的時, defaultdict
很棒,就像一個新列表,但如果它是動態的,就不是那么好了。
例如,我需要一個字典來將字符串映射到唯一的整數。 defaultdict(int)
將始終使用 0 作為默認值。 同樣, defaultdict(intGen())
總是產生 1。
相反,我使用了一個普通的字典:
nextID = intGen()
myDict = {}
for lots of complicated stuff:
#stuff that generates unpredictable, possibly already seen str
strID = myDict.setdefault(myStr, nextID())
請注意, dict.get(key, nextID())
是不夠的,因為我以后還需要能夠引用這些值。
intGen
是我構建的一個小類,它自動遞增一個 int 並返回它的值:
class intGen:
def __init__(self):
self.i = 0
def __call__(self):
self.i += 1
return self.i
如果有人有辦法用defaultdict
做到這一點,我很樂意看到它。
由於大多數答案狀態setdefault
或defaultdict
會讓您在鍵不存在時設置默認值。 但是,我想就setdefault
的用例指出一個小警告。 當 Python 解釋器執行setdefault
時,它總是會評估函數的第二個參數,即使鍵存在於字典中也是如此。 例如:
In: d = {1:5, 2:6}
In: d
Out: {1: 5, 2: 6}
In: d.setdefault(2, 0)
Out: 6
In: d.setdefault(2, print('test'))
test
Out: 6
如您所見,即使字典中已經存在 2,也會執行print
。 如果您計划使用setdefault
進行例如memoization
類的優化,這一點就變得尤為重要。 如果你添加一個遞歸函數調用作為setdefault
的第二個參數,你不會從中獲得任何性能,因為 Python 總是遞歸地調用函數。
由於提到了記憶,如果您考慮使用記憶增強功能,更好的選擇是使用 functools.lru_cache 裝飾器。 lru_cache 更好地處理遞歸函數的緩存要求。
正如 Muhammad 所說,有些情況下您只是有時希望設置默認值。 一個很好的例子是首先填充,然后查詢的數據結構。
考慮一個嘗試。 添加單詞時,如果需要但不存在子節點,則必須創建它以擴展 trie。 當查詢一個詞是否存在時,缺少子節點表示該詞不存在,不應創建。
defaultdict 不能這樣做。 相反,必須使用帶有 get 和 setdefault 方法的常規字典。
從理論上講,如果您有時想設置默認值而有時不想設置默認值, setdefault
仍然很方便。 在現實生活中,我還沒有遇到過這樣的用例。
然而,一個有趣的用例來自標准庫(Python 2.6,_threadinglocal.py):
>>> mydata = local()
>>> mydata.__dict__
{'number': 42}
>>> mydata.__dict__.setdefault('widgets', [])
[]
>>> mydata.widgets
[]
我會說使用__dict__.setdefault
是一個非常有用的案例。
編輯:碰巧的是,這是標准庫中唯一的例子,它在評論中。 因此,證明setdefault
存在的理由可能還不夠。 不過,這里有一個解釋:
對象將它們的屬性存儲在__dict__
屬性中。 碰巧的是, __dict__
屬性在對象創建后的任何時候都是可寫的。 它也是一本字典而不是defaultdict
。 在一般情況下,對象將__dict__
作為defaultdict
是不明智的,因為這會使每個對象都具有所有合法標識符作為屬性。 所以我無法預見對 Python 對象的任何更改都會擺脫__dict__.setdefault
,除了如果它被認為沒有用的話將其完全刪除。
defaultdict
相對於dict
( dict.setdefault
) 的一個缺點是defaultdict
對象會在每次給出不存在的鍵時創建一個新項(例如==
, print
)。 此外, defaultdict
類通常不如dict
類常見,它更難序列化 IME。
PS IMO functions|methods 並不意味着改變一個對象,不應該改變一個對象。
我重寫了接受的答案並為新手提供便利。
#break it down and understand it intuitively.
new = {}
for (key, value) in data:
if key not in new:
new[key] = [] # this is core of setdefault equals to new.setdefault(key, [])
new[key].append(value)
else:
new[key].append(value)
# easy with setdefault
new = {}
for (key, value) in data:
group = new.setdefault(key, []) # it is new[key] = []
group.append(value)
# even simpler with defaultdict
new = defaultdict(list)
for (key, value) in data:
new[key].append(value) # all keys have a default value of empty list []
另外,我將這些方法歸類為參考:
dict_methods_11 = {
'views':['keys', 'values', 'items'],
'add':['update','setdefault'],
'remove':['pop', 'popitem','clear'],
'retrieve':['get',],
'copy':['copy','fromkeys'],}
下面是一些 setdefault 的例子來展示它的用處:
"""
d = {}
# To add a key->value pair, do the following:
d.setdefault(key, []).append(value)
# To retrieve a list of the values for a key
list_of_values = d[key]
# To remove a key->value pair is still easy, if
# you don't mind leaving empty lists behind when
# the last value for a given key is removed:
d[key].remove(value)
# Despite the empty lists, it's still possible to
# test for the existance of values easily:
if d.has_key(key) and d[key]:
pass # d has some values for key
# Note: Each value can exist multiple times!
"""
e = {}
print e
e.setdefault('Cars', []).append('Toyota')
print e
e.setdefault('Motorcycles', []).append('Yamaha')
print e
e.setdefault('Airplanes', []).append('Boeing')
print e
e.setdefault('Cars', []).append('Honda')
print e
e.setdefault('Cars', []).append('BMW')
print e
e.setdefault('Cars', []).append('Toyota')
print e
# NOTE: now e['Cars'] == ['Toyota', 'Honda', 'BMW', 'Toyota']
e['Cars'].remove('Toyota')
print e
# NOTE: it's still true that ('Toyota' in e['Cars'])
我經常使用 setdefault ,得到這個,在字典中設置默認值 (;.:) ; os.environ 字典有點常見:
# Set the venv dir if it isn't already overridden:
os.environ.setdefault('VENV_DIR', '/my/default/path')
不太簡潔,這看起來像這樣:
# Set the venv dir if it isn't already overridden:
if 'VENV_DIR' not in os.environ:
os.environ['VENV_DIR'] = '/my/default/path')
值得注意的是,您還可以使用結果變量:
venv_dir = os.environ.setdefault('VENV_DIR', '/my/default/path')
但這比 defaultdicts 存在之前沒有必要。
我認為上面沒有提到的另一個用例。 有時,您通過對象的 id 保留對象的緩存字典,其中主實例在緩存中,並且您希望在丟失時設置緩存。
return self.objects_by_id.setdefault(obj.id, obj)
當您總是希望為每個不同的 id 保留一個實例時,無論您每次如何獲取 obj,這都非常有用。 例如,當對象屬性在內存中更新並延遲保存到存儲中時。
我偶然發現了一個非常重要的用例: dict.setdefault()
非常適合多線程代碼,當您只需要一個規范對象(而不是碰巧相等的多個對象)時。
例如, Python 3.6.0 中的(Int)Flag
Enum 有一個 bug :如果多個線程競爭一個復合的(Int)Flag
成員,最終可能會有多個:
from enum import IntFlag, auto
import threading
class TestFlag(IntFlag):
one = auto()
two = auto()
three = auto()
four = auto()
five = auto()
six = auto()
seven = auto()
eight = auto()
def __eq__(self, other):
return self is other
def __hash__(self):
return hash(self.value)
seen = set()
class cycle_enum(threading.Thread):
def run(self):
for i in range(256):
seen.add(TestFlag(i))
threads = []
for i in range(8):
threads.append(cycle_enum())
for t in threads:
t.start()
for t in threads:
t.join()
len(seen)
# 272 (should be 256)
解決方案是使用setdefault()
作為保存計算的復合成員的最后一步——如果另一個已經保存,則使用它而不是新的,保證唯一的 Enum 成員。
除了已建議的內容之外, setdefault
在您不想修改已設置的值的情況下可能很有用。 例如,當您有重復的數字並且希望將它們視為一組時。 在這種情況下,如果您遇到重復的已設置的duplicate
鍵,您將不會更新該鍵的值。 您將保留第一個遇到的值。 就好像您只迭代/更新重復的鍵一次。
下面是記錄排序列表的鍵/元素索引的代碼示例:
nums = [2,2,2,2,2]
d = {}
for idx, num in enumerate(sorted(nums)):
# This will be updated with the value/index of the of the last repeated key
# d[num] = idx # Result (sorted_indices): [4, 4, 4, 4, 4]
# In the case of setdefault, all encountered repeated keys won't update the key.
# However, only the first encountered key's index will be set
d.setdefault(num,idx) # Result (sorted_indices): [0, 0, 0, 0, 0]
sorted_indices = [d[i] for i in nums]
[編輯]大錯特錯! setdefault 總是會觸發 long_computation,Python 很急切。
擴展塔特爾的答案。 對我來說最好的用例是緩存機制。 代替:
if x not in memo:
memo[x]=long_computation(x)
return memo[x]
它消耗 3 行和 2 或 3 次查找,
我會很高興地寫
:
return memo.setdefault(x, long_computation(x))
我喜歡這里給出的答案:
http://stupidpythonideas.blogspot.com/2013/08/defaultdict-vs-setdefault.html
簡而言之,(在非性能關鍵型應用程序中)應該根據您希望如何處理下游空鍵的查找來做出決定(即KeyError
與默認值)。
setdefault()
的不同用例是當您不想覆蓋已設置鍵的值時。 defaultdict
會覆蓋,而setdefault()
不會。 對於嵌套字典,更常見的情況是您只想在鍵尚未設置時設置默認值,因為您不想刪除當前的子字典。 這是您使用setdefault()
的時候。
defaultdict
示例:
>>> from collection import defaultdict()
>>> foo = defaultdict()
>>> foo['a'] = 4
>>> foo['a'] = 2
>>> print(foo)
defaultdict(None, {'a': 2})
setdefault
不會覆蓋:
>>> bar = dict()
>>> bar.setdefault('a', 4)
>>> bar.setdefault('a', 2)
>>> print(bar)
{'a': 4}
CPython 中setdefault
的另一個用例是它在所有情況下都是原子的,而如果您使用從 lambda 創建的默認值,則defaultdict
將不是原子的。
cache = {}
def get_user_roles(user_id):
if user_id in cache:
return cache[user_id]['roles']
cache.setdefault(user_id, {'lock': threading.Lock()})
with cache[user_id]['lock']:
roles = query_roles_from_database(user_id)
cache[user_id]['roles'] = roles
如果兩個線程同時執行cache.setdefault
,則只有其中一個能夠創建默認值。
相反,如果您使用了 defaultdict:
cache = defaultdict(lambda: {'lock': threading.Lock()}
這將導致競爭條件。 在我上面的示例中,第一個線程可以創建一個默認鎖,第二個線程可以創建另一個默認鎖,然后每個線程可以鎖定自己的默認鎖,而不是每個線程嘗試鎖定單個鎖的預期結果。
從概念上講, setdefault
基本上是這樣的(如果您使用空列表、空字典、int 或其他不是用戶 python 代碼(如 lambda)的默認值,defaultdict 也會像這樣):
gil = threading.Lock()
def setdefault(dict, key, value_func):
with gil:
if key not in dict:
return
value = value_func()
dict[key] = value
從概念上講, defaultdict
基本上是這樣的(僅當使用像 lambda 這樣的 python 代碼時——如果您使用空列表,則不是這樣):
gil = threading.Lock()
def __setitem__(dict, key, value_func):
with gil:
if key not in dict:
return
value = value_func()
with gil:
dict[key] = value
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.