玩转python：通俗易懂掌握高级数据结构：collections模块之defaultdict

引言

defaultdict是Python中collections模块提供的一个强大工具，它是dict的子类，能够在访问不存在的键时自动生成默认值，避免KeyError异常。它非常适合用于分组统计、图结构表示、数据聚合等场景。本文将详细介绍defaultdict的关键用法和特性，并通过8个丰富的案例帮助读者掌握其应用。

---

关键用法和特性表格

特性/方法	描述
默认值工厂	在访问不存在的键时，自动调用工厂函数生成默认值。
避免KeyError	无需手动检查键是否存在，避免KeyError异常。
初始化	使用defaultdict(default_factory)创建。
字典操作	支持所有字典操作，如键值访问、更新、删除等。
default_factory	返回默认值工厂函数。

---

1. defaultdict的概念

defaultdict是collections模块中的一个类，它是dict的子类。它的主要特点是：

• 默认值工厂：在访问不存在的键时，自动调用工厂函数生成默认值。
• 避免KeyError：无需手动检查键是否存在，避免KeyError异常。
• 高效性能：与普通字典相比，defaultdict在访问不存在的键时更加高效。

---

2. defaultdict的用法

2.1 创建defaultdict

from collections import defaultdict

# 创建一个默认值为0的defaultdict
dd = defaultdict(int)
print(dd['a'])  # 输出: 0（自动生成默认值）

2.2 访问不存在的键

# 访问不存在的键
print(dd['b'])  # 输出: 0（自动生成默认值）

2.3 更新值

# 更新值
dd['a'] += 1
print(dd['a'])  # 输出: 1

---

3. defaultdict的常见方法

3.1 default_factory：查看默认值工厂

print(dd.default_factory)  # 输出: <class 'int'>

3.2 修改默认值工厂

# 修改默认值工厂为list
dd = defaultdict(list)
dd['a'].append(1)
print(dd['a'])  # 输出: [1]

---

4. defaultdict的8个应用案例

案例1：统计字符频率

# 统计字符串中字符的频率
s = "abracadabra"
char_count = defaultdict(int)
for char in s:
    char_count[char] += 1
print(char_count)  # 输出: defaultdict(<class 'int'>, {'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})

案例2：分组统计

# 按首字母分组
data = ['apple', 'banana', 'orange', 'avocado']
grouped = defaultdict(list)
for word in data:
    grouped[word[0]].append(word)
print(grouped)  # 输出: defaultdict(<class 'list'>, {'a': ['apple', 'avocado'], 'b': ['banana'], 'o': ['orange']})

案例3：统计单词频率

# 统计一段文本的单词频率
text = "Python is great. Python is easy. Python is powerful."
words = text.split()
word_count = defaultdict(int)
for word in words:
    word_count[word] += 1
print(word_count)  # 输出: defaultdict(<class 'int'>, {'Python': 3, 'is': 3, 'great.': 1, 'easy.': 1, 'powerful.': 1})

案例4：表示图结构

# 使用defaultdict表示图结构
graph = defaultdict(list)
graph['A'].append('B')
graph['A'].append('C')
graph['B'].append('D')
print(graph)  # 输出: defaultdict(<class 'list'>, {'A': ['B', 'C'], 'B': ['D']})

案例5：统计列表中元素的频率

# 统计列表中元素的频率
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
freq = defaultdict(int)
for num in data:
    freq[num] += 1
print(freq)  # 输出: defaultdict(<class 'int'>, {1: 1, 2: 2, 3: 3, 4: 4})

案例6：统计多个数据集的聚合结果

# 统计多个数据集的聚合结果
data1 = ['apple', 'banana', 'apple']
data2 = ['banana', 'orange', 'banana']
combined = defaultdict(int)
for item in data1 + data2:
    combined[item] += 1
print(combined)  # 输出: defaultdict(<class 'int'>, {'apple': 2, 'banana': 3, 'orange': 1})

案例7：统计投票结果

# 统计投票结果
votes = ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob', 'Alice']
vote_count = defaultdict(int)
for candidate in votes:
    vote_count[candidate] += 1
print(vote_count)  # 输出: defaultdict(<class 'int'>, {'Alice': 3, 'Bob': 2, 'Charlie': 1})

案例8：统计文件中的单词频率

# 统计文件中单词的频率
with open('example.txt', 'r') as file:
    words = file.read().split()
    word_count = defaultdict(int)
    for word in words:
        word_count[word] += 1
    print(word_count.most_common(5))  # 输出文件中出现频率最高的5个单词

---

总结

defaultdict是Python中一个非常实用的工具，能够简化代码并提升效率。通过本文的详细讲解和8个实际案例，大家可以快速掌握defaultdict的使用方法，并在实际项目中灵活应用。