Python中的defaultdict模块和namedtuple模块的简单入门指南
在Python中有一些内置的数据类型，比如int,str,list,tuple,dict等。Python的collections模块在这些内置数据类型的基础上，提供了几个额外的数据类型：namedtuple,defaultdict,deque,Counter,OrderedDict等，其中defaultdict和namedtuple是两个很实用的扩展类型。defaultdict继承自dict，namedtuple继承自tuple。
一、defaultdict
1.简介
在使用Python原生的数据结构dict的时候，如果用d[key]这样的方式访问，当指定的key不存在时，是会抛出KeyError异常的。但是，如果使用defaultdict，只要你传入一个默认的工厂方法，那么请求一个不存在的key时，便会调用这个工厂方法使用其结果来作为这个key的默认值。
defaultdict在使用的时候需要传一个工厂函数(function_factory)，defaultdict(function_factory)会构建一个类似dict的对象，该对象具有默认值，默认值通过调用工厂函数生成。
2.示例
下面给一个defaultdict的使用示例：
In[1]:fromcollectionsimportdefaultdict
In[2]:s=[('xiaoming',99),('wu',69),('zhangsan',80),('lisi',96),('wu',100),('yuan',98),('xiaoming',89)]
In[3]:d=defaultdict(list)
In[4]:fork,vins:
...:d[k].append(v)
...:
In[5]:d
Out[5]:defaultdict(<type'list'>,{'lisi':[96],'xiaoming':[99,89],'yuan':[98],'zhangsan':[80],'wu':[69,100]})
In[6]:fork,vind.items():
...:print'%s:%s'%(k,v)
...:
lisi:[96]
xiaoming:[99,89]
yuan:[98]
zhangsan:[80]
wu:[69,100]
对Python比较熟悉的同学可以发现defaultdict(list)的用法和dict.setdefault(key,[])比较类似，上述代码使用setdefault实现如下：
s=[('xiaoming',99),('wu',69),('zhangsan',80),('lisi',96),('wu',100),('yuan',98),('xiaoming',89)]
d={}
fork,vins:
d.setdefault(k,[]).append(v)
3.原理
从以上的例子中，我们可以基本了defaultdict的用法，下面我们可以通过help(defaultdict)了解一下defaultdict的原理。通过Pythonconsole打印出的help信息来看，我们可以发现defaultdict具有默认值主要是通过__missing__方法实现的，如果工厂函数不为None，则通过工厂方法返回默认值，具体如下：
def__missing__(self,key): #Calledby__getitem__formissingkey ifself.default_factoryisNone: raiseKeyError((key,)) self[key]=value=self.default_factory() returnvalue
从上面的说明中，我们可以发现一下几个需要注意的地方：
a).__missing__方法是在调用__getitem__方法发现KEY不存在时才调用的，所以，defaultdict也只会在使用d[key]或者d.__getitem__(key)的时候才会生成默认值；如果使用d.get(key)是不会返回默认值的，会出现KeyError；
b).defaultdict主要是通过__missing__方法实现，所以，我们也可以通过实现该方法来生成自己的defaultdict，代码入下：
In[1]:classMyDefaultDict(dict):
...:def__missing__(self,key):
...:self[key]='default'
...:return'default'
...:
In[2]:my_default_dict=MyDefaultDict()
In[3]:my_default_dict
Out[3]:{}
In[4]:printmy_default_dict['test']
default
In[5]:my_default_dict
Out[5]:{'test':'default'}
4.版本
defaultdict是在Python2.5之后才加入的功能，在旧版本的Python中是不支持这个功能的，不过，知道了它的原理，我们可以自己实现一个defaultdict。
#http://code.activestate.com/recipes/523034/
try:
fromcollectionsimportdefaultdict
except:
classdefaultdict(dict):
def__init__(self,default_factory=None,*a,**kw):
if(default_factoryisnotNoneand
nothasattr(default_factory,'__call__')):
raiseTypeError('firstargumentmustbecallable')
dict.__init__(self,*a,**kw)
self.default_factory=default_factory
def__getitem__(self,key):
try:
returndict.__getitem__(self,key)
exceptKeyError:
returnself.__missing__(key)
def__missing__(self,key):
ifself.default_factoryisNone:
raiseKeyError(key)
self[key]=value=self.default_factory()
returnvalue
def__reduce__(self):
ifself.default_factoryisNone:
args=tuple()
else:
args=self.default_factory,
returntype(self),args,None,None,self.items()
defcopy(self):
returnself.__copy__()
def__copy__(self):
returntype(self)(self.default_factory,self)
def__deepcopy__(self,memo):
importcopy
returntype(self)(self.default_factory,copy.deepcopy(self.items()))
def__repr__(self):
return'defaultdict(%s,%s)'%(self.default_factory,dict.__repr__(self))
二、namedtuple
namedtuple主要用来产生可以使用名称来访问元素的数据对象，通常用来增强代码的可读性，在访问一些tuple类型的数据时尤其好用。其实，在大部分时候你应该使用namedtuple替代tuple，这样可以让你的代码更容易读懂，更加pythonic。举个例子：
fromcollectionsimportnamedtuple
#变量名和namedtuple中的第一个参数一般保持一致，但也可以不一样
Student=namedtuple('Student','idnamescore')
#或者Student=namedtuple('Student',['id','name','score'])
students=[(1,'Wu',90),(2,'Xing',89),(3,'Yuan',98),(4,'Wang',95)]
forsinstudents:
stu=Student._make(s)
printstu
#Output:
#Student(id=1,name='Wu',score=90)
#Student(id=2,name='Xing',score=89)
#Student(id=3,name='Yuan',score=98)
#Student(id=4,name='Wang',score=95)
在上面的例子中，Student就是一个namedtuple，它和tuple的使用方法一样，可以通过index直接取，而且是只读的。这种方式比tuple容易理解多了，可以很清楚的知道每个值代表的含义。