defaultdict - 指南

defaultdict 是 Python 标准库 collections 模块中的一个非常有用的类，它继承自内置的 dict 类，在处理字典操作时提供了一些额外的便利。下面从基本概念、使用方法、应用场景等方面详细解释 defaultdict。

基本概念

在普通的 Python 字典中，如果尝试访问一个不存在的键，会引发 KeyError 异常。而 defaultdict 则不同，它允许你在创建字典时指定一个默认值的工厂函数。当访问一个不存在的键时，defaultdict 会自动调用这个工厂函数来创建一个默认值，并将该键值对插入到字典中，从而避免了 KeyError 异常的发生。

使用方法

1. 导入 defaultdict

要使用 defaultdict，首先需要从 collections 模块中导入它：

from collections import defaultdict

2. 创建 defaultdict 对象

创建 defaultdict 对象时，需要传入一个可调用对象（通常是一个函数）作为默认值的工厂函数。以下是一些常见的示例：

示例 1：使用 int 作为默认值工厂

from collections import defaultdict
# 创建一个默认值为 0 的 defaultdict
d = defaultdict(int)
# 访问不存在的键
print(d['key'])  # 输出: 0
# 插入键值对
d['apple'] = 5
print(d['apple'])  # 输出: 5

在这个例子中，我们使用 int 作为默认值工厂。int() 调用会返回 0，所以当访问不存在的键时，defaultdict 会自动将该键的值初始化为 0。

注：
defaultdict 要求你传入一个可调用对象（像函数、类）作为默认值工厂。当你访问一个不存在的键时，defaultdict 就会调用这个可调用对象，就如同工厂生产产品一样，生成一个默认值给这个不存在的键。

当你使用 defaultdict(int) 创建一个字典时，若尝试访问一个字典里不存在的键，defaultdict 会自动调用 int() 来生成一个默认值。因为 int() 调用后会返回整数 0，所以这个字典里不存在的键对应的默认值就是 0。

示例 2：使用 list 作为默认值工厂

from collections import defaultdict
# 创建一个默认值为 [] 的 defaultdict
d = defaultdict(list)
# 访问不存在的键
print(d['key'])  # 输出: []
# 向列表中添加元素
d['fruits'].append('apple')
d['fruits'].append('banana')
print(d['fruits'])  # 输出: ['apple', 'banana']

这里使用 list 作为默认值工厂。list() 调用会返回一个空列表，所以当访问不存在的键时，defaultdict 会自动将该键的值初始化为一个空列表。

示例 3：使用自定义函数作为默认值工厂

from collections import defaultdict
# 定义一个自定义的默认值工厂函数
def default_value():
    return 'default'
# 创建一个使用自定义默认值的 defaultdict
d = defaultdict(default_value)
# 访问不存在的键
print(d['key'])  # 输出: 'default'

在这个例子中，我们定义了一个自定义的函数 default_value 作为默认值工厂。当访问不存在的键时，defaultdict 会调用这个函数来创建默认值。

在Python的collections.defaultdict中，除了int、list和自定义函数外，还支持多种内置类型和标准库类型作为工厂函数。

一、基础数据类型

1. str（字符串）
   默认值为空字符串""，适用于字符串拼接场景：

   from collections import defaultdict
   d = defaultdict(str)
   d["name"] += "Alice"  # 无需先初始化键
   print(d["name"])  # 输出: "Alice"

2. float（浮点数）
   默认值为0.0，适用于数值累计：

   d = defaultdict(float)
   d["score"] += 95.5  # 初始值为0.0，累加后为95.5

3. dict（字典）
   默认值为空字典{}, 适用于嵌套字典结构：

   d = defaultdict(dict)
   d["user"]["name"] = "Bob"  # 直接为嵌套键赋值

4. set（集合）
   默认值为空集合set()，适用于去重或集合操作：

   d = defaultdict(set)
   d["tags"].add("python")  # 无需先初始化集合

二、标准库特殊类型

1. collections.deque（双端队列）
   适用于高效的首尾元素操作：

   from collections import defaultdict, deque
   d = defaultdict(deque)
   d["tasks"].appendleft("priority")  # 左侧添加元素

2. collections.Counter（计数器）
   用于嵌套计数场景：

   from collections import defaultdict, Counter
   d = defaultdict(Counter)
   d["words"]["hello"] += 1  # 对嵌套键进行计数

3. list的变体（如collections.namedtuple）
   需注意：namedtuple本身是工厂函数，需先定义类型再使用：

   from collections import defaultdict, namedtuple
   Person = namedtuple("Person", ["name", "age"])
   d = defaultdict(lambda: Person("", 0))  # 用lambda初始化默认值

三、其他可调用对象

• lambda表达式：自定义默认值，例如defaultdict(lambda: "N/A")（默认值为"N/A"）。
• 类构造函数：如datetime.date（需配合lambda传参）：

  from datetime import date
  d = defaultdict(lambda: date(2023, 1, 1))  # 默认日期为2023-01-01

核心原理总结

defaultdict的工厂函数需满足无参数调用（如int()返回0，list()返回[]）。因此，带参数的类型（如list(10)）需通过lambda包装为无参调用

应用场景

1. 统计元素出现次数

可以使用 defaultdict(int) 来统计列表中每个元素的出现次数：

from collections import defaultdict
lst = [1, 2, 3, 2, 1, 3, 1]
count = defaultdict(int)
for num in lst:
    count[num] += 1
print(count)  # 输出: defaultdict(, {1: 3, 2: 2, 3: 2})

2. 分组元素

使用 defaultdict(list) 可以将列表中的元素按照某个规则进行分组：

from collections import defaultdict
words = ['apple', 'banana', 'cherry', 'avocado']
grouped = defaultdict(list)
for word in words:
    grouped[word[0]].append(word)
print(grouped)  # 输出: defaultdict(, {'a': ['apple', 'avocado'], 'b': ['banana'], 'c': ['cherry']})

总结

defaultdict 是一个强大的工具，它通过提供默认值的工厂函数，避免了在访问不存在的键时引发 KeyError 异常，使得代码更加简洁和健壮。在处理需要频繁初始化默认值的字典操作时，defaultdict 可以大大提高代码的可读性和效率。