Python-collections模块之defaultdict

前言：collections. 这个模块提供容器相关的更高性能的数据类型，它们提供比通用容器 dict, list, set 和tuple更强大的功能。

namedtuple

namedtuple 是 元组（tuple）类型的子类，所以本质上它还是一个元组类型，继承了元组所有的的特性，namedtuple 特别之处在于你可以通过名字来访问元组中的元素，类似字典，通过key来访问value。
对于数据分析或机器学习领域，用好namedtuple 会写出可读性强、易于维护的代码。
待续...

defaultdict

defaultdict 是 dict 类型的子类，正如其名，初始化时，可以给key指定默认值，什么意思呢？直接看代码。
如果是普通的dict对象，访问一个不存在的key时，会报错：

dict1 = dict()
print(dict1['a'])
"""
Traceback (most recent call last):
  File "D:/Projects/test/t1.py", line 14, in <module>
    print(dict1['a'])
KeyError: 'a'
"""

而使用defaultdict，可以给不存在的key给一个默认的初始值，例如：
默认空列表的dict：

from collections import defaultdict

res1 = defaultdict(list)
print(res1['a'])  # []
print(res1.get('a'))  # []
print(res1.get('a', 'hello world 1'))  # []

默认给一个0的dict：

from collections import defaultdict

res2 = defaultdict(int)
print(res2['a'])  # 0
print(res2.get('a'))  # 0
print(res2.get('a', 'hello world 2'))  # 0

defaultdict方法接收的参数是一个可调用对象，可以简单理解为一个函数对象，我们知道python中一切皆对象，int、list本来以上一个函数对象，这里如果想要默认值不是0，而是999，该怎么处理呢？
使用匿名函数，指定defaultdict默认值：

from collections import defaultdict

res3 = defaultdict(lambda: 999)
print(res3['b'])  # 999
print(res3.get('b'))  # 999
print(res3.get('b', 0))  # 999

当然也可以使用自定义函数，指定defaultdict默认值：

from collections import defaultdict

def get_default():
    return 'Hello World !'

res4 = defaultdict(get_default)
print(res4['b'])  # Hello World !
print(res4.get('b'))  # Hello World !
print(res4.get('b', 0))  # Hello World !

关于defaultdict的一些应用场景：
场景一：我们经常想要将一个列表中的数据进行整合，比如这种：

from collections import defaultdict

initial_data = [('class1', '张三'), ('class2', '李四'), ('class1', '王五'),
        ('class3', '赵六'), ('class3', '李刚弹'), ('class2', '王大炮'),
        ('class1', '王大锤'), ('class2', '李二狗'), ('class1', '佚名')
        ]
# ==> 变成：
finally_data = {
    'class1': ['张三', '王五', '王大锤', '佚名'],
    'class2': ['李四', '王大炮', '李二狗', ],
    'class3': ['赵六', '李刚弹']
}
# 如果自己实现的话可能会用for循环依次判断，又或者使用到setdefault方法也可以
# 这里如果使用defaultdict方法算是一种比较优雅的解决吧：
res5 = defaultdict(list)
for k, v in initial_data:
    res5[k].append(v)

print(res5 == finally_data)  # True

附：使用setdefault也可以优雅的解决，条条大路通罗马，这就是我理解的python！

res6 = {}
for k, v in initial_data:
    res6.setdefault(k, []).append(v)

print(res6 == finally_data)  # True