流畅的python--第三章

字典

示例3-1-1字典推导式

示例3-1-2映射拆包

在调用函数时，不止一个参数可以使用**。但是所有键都要是字符串，而且在所有参数中，是唯一的（因为关键字参数不可重复）。

示例3-1-3使用`|`合并映射

合并映射遵循重复键情况下后键覆盖前键的规律。

可哈希

如果一个对象的哈希码在整个生命周期内永不改变（依托__hash__()方法），而且可与其他对象比较（依托__eq__方法），那么这个对象就是可哈希的。
数值类型以及不可变的扁平类型str和bytes均是可哈希的。如果容器类型是不可变的，而且所含的对象全是可哈希的，那么容器类型自身也是可哈希的。 frozenset对象全部是可哈希的，因为按照定义，，每一个元素都必须是可哈希的。
仅当所有项均可哈希，tuple对象才是可哈希的。

一个对象的哈希码根据所用的Python版本和设备架构有所不同，如果出于安全考量而在哈希计算过程汇总加盐，那么哈希码也会发生变化。

插入或更新可变的值

根据python快速失败的原则，当键k不存在时，d[k]抛出错误。深谙python的人知道，如果觉得默认值比抛出KeyError更好，则可以使用d.get(k, default)。
在目标目录编写脚本index0.py，即下面脚本。下载zen.txt放在目标目录。

执行脚本：python index0.py zen.txt

import re
import sys

WORD_RE = re.compile(r'\w+')
index = {}
with open(sys.argv[1], encoding='utf-8') as fp:
	for line_no, line in enumerate(fp, 1):
		for match in WORD_RE.finditer(line):
			word = match.group()
			column_no = match.start() + 1
			location = (line_no, column_no)
			occurences = index.get(word, []) # 获取word出现的位置列表，如未找到，则返回[] ---1
			occurences.append(location) # 把新找到的位置追加到occurrences ---2
			index[word] = occurences # 把更新后的occurrences放入index字典 ---3

for word in sorted(index, key=str.upper): # sorted函数的key参数不是调用str.upper方法，而是传入那个方法的引用，供sorted函数排序各个词，规范化输出。
	print(word, index[word])

结果显示：

注释1,2,3三行代码可以用一行替换index.setdefault(word, []).append(location)，获取word出现的位置列表，如未找到，则设为[],setdefault返回该列表，可以直接更新，不用再搜索一次。

自动处理缺失的键

针对字典的键可能不存在，为了防止出现错误，会人为设置：第一种把普通的dict换为defaultdict；第二种是定义dict或其他映射类型的子类，实现__missing__方法。

import re
import sys
WORD_RE = re.compile(r'\w+')
index = collections.defaultdict(list) # 创建一个defaultdict对象，把default_factory设为list构造函数
with open(sys.argv[1], encoding='utf-8') as fp:
    for line_no, line in enumerate(fp, 1):
        for match in WORD_RE.finditer(line):
            word = match.group()
            column_no = match.start() + 1
            location = (line_no, column_no)
            index[word].append(location) # 如果index中没有word键，则调用default_factory生成缺失的值。这里生成一个空列表，赋值给index[word
]，然后返回空列表
# 按字母表顺序显示
for word in sorted(index, key=str.upper):
    print(word, index[word])

`missing`方法

`dict`的变体

内置的dict也可以保留键的顺序。使用OrderedDict最主要原因是编写与早期Python版本兼容的代码。不过dict和OrderedDict之间还有一些差异。

OrderedDict的等值检查考虑顺序
OrderedDict的popitem()方法签名不同，可通过一个可选参数指定移除哪一项。
OrderedDict多了一个move_to_end()方法，便于把元素的位置移到某一端。
常规的dict主要用于执行映射操作，插入顺序是次要的
OrderedDict的目的是方便执行重新排序操作，空间利用率、迭代速度和更新操作的性能是次要的。
从算法上看，OrderedDict处理频繁重新排序操作的效果比dict好，因此适合用于跟踪近期存取情况（例如在LRU缓存中）

`collections.ChainMap`

ChainMap实例存放一组映射，可作为一个整体来搜索。查找操作按照输入映射在构造函数调用中出现的顺序执行，一旦在某个映射中找到指定的键，旋即结束。

ChainMap实例不复制输入映射，而是存放映射的引用。ChainMap的更新或插入操作只影响第一个输入映射。

`collections.Counter`

这是一种对键计数的映射。更新现有的键，计数随之增加。可用于统计
可哈希对象的实例数量.

不可变映射

标准库提供的映射类型都是可变的，不过有时也需要防止用户意外更改映射。types模块提供的MappingProxyType是一个包装类，把传入的映射包装成一个mappingproxy实例，这是原映射的动态代理，只可读取。
这意味着，对原映射的更新将体现在mappingproxy实例身上，但是不能通过mappingproxy实例更改映射。
MappingProxyType根据dict对象构建只读的mappingproxy实例。

字典视图

dict的实例方法.keys()、.values()、和.items()分别返回dict_keys、dict_values和dict_items类的实例。这些字典视图是dict内部实现使用的数据结构的只读投影。
所有字典视图均支持的一些基本操作。

视图对象是动态代理。更新原dict对象后，现有视图立即就能看到变化。

集合论

集合是一组唯一的对象。集合的基本作用是去除重复项。

如果想去除重复项，同时保留每一项首次出现位置的顺序，那么现在使用dict即可.

集合元素必须是可哈希对象。set类型不可哈希，因此不能构建嵌套set实例的set对象。但是frozenset可以哈希，所以set对象可以包含frozenset元素。
除了强制唯一性之外，集合类型通过中缀运算符实现了许多集合运算。给定两个集合a和b，a|b计算并集，a&b计算交集，a-b计算差集，a^b计算对称差集。