defaultdict : 無條件字典的演進
雖然Python有數不清的外部函式庫，但只要對標準函式庫有足夠的理解，就能在實務中寫出強大的程式碼。在這篇文章中，我們將深入探討collections.defaultdict。
通過這篇文章，你將不僅僅了解基本概念，還能明確知道何時、為什麼以及如何使用defaultdict。
對於對於第一篇collections系列中的Counter類別感到好奇的人，建議查看之前的文章。 Python標準函式庫 ① - collections.Counter
1. 基本概念: defaultdict是什麼?
defaultdict是Python標準函式庫collections模組中的特殊字典(dict)子類別。普通字典在訪問不存在的鍵時會觸發KeyError，但defaultdict允許你指定自動生成預設值的函數(factory function)，使代碼變得更簡潔並降低錯誤的可能性。
2. 基本用法
from collections import defaultdict
d = defaultdict(int)
d['apple'] += 1
print(d) # defaultdict(<class 'int'>, {'apple': 1})
這裡的int()回傳的預設值為0。在訪問不存在的鍵'apple'時，defaultdict自動生成0而沒有觸發KeyError，然後執行+1。
3. 各種預設值範例
from collections import defaultdict
# 預設值: 0 (int)
counter = defaultdict(int)
counter['a'] += 1
print(counter) # defaultdict(<class 'int'>, {'a': 1})
# 預設值: 空列表
group = defaultdict(list)
group['fruit'].append('apple')
group['fruit'].append('banana')
print(group) # defaultdict(<class 'list'>, {'fruit': ['apple', 'banana']})
# 預設值: 空集合
unique_tags = defaultdict(set)
unique_tags['tags'].add('python')
unique_tags['tags'].add('coding')
print(unique_tags) # defaultdict(<class 'set'>, {'tags': {'python', 'coding'}})
# 預設值: 自訂初始值
fixed = defaultdict(lambda: 100)
print(fixed['unknown']) # 100
4. 實際範例
1. 單字頻率計算
words = ['apple', 'banana', 'apple', 'orange', 'banana']
counter = defaultdict(int)
for word in words:
counter[word] += 1
print(counter)
# defaultdict(<class 'int'>, {'apple': 2, 'banana': 2, 'orange': 1})
👉 Counter vs defaultdict
單字頻率計算更適合使用collections.Counter()，如果需要統計或排名分析，使用Counter是更明智的選擇。但對於如累計計數等簡單累加，用defaultdict(int)也能使用得很簡潔。
2. 按日期分類整理日誌
logs = [
('2024-01-01', 'INFO'),
('2024-01-01', 'ERROR'),
('2024-01-02', 'DEBUG'),
]
grouped = defaultdict(list)
for date, level in logs:
grouped[date].append(level)
print(grouped)
# defaultdict(<class 'list'>, {'2024-01-01': ['INFO', 'ERROR'], '2024-01-02': ['DEBUG']})
3. 整理去重的標籤
entries = [
('post1', 'python'),
('post1', 'coding'),
('post1', 'python'),
]
tags = defaultdict(set)
for post, tag in entries:
tags[post].add(tag)
print(tags)
# defaultdict(<class 'set'>, {'post1': {'python', 'coding'}})
5. 注意事項
defaultdict會內部保存預設值生成器，故repr()時可能會與普通dict的形式不同。- 在進行JSON序列化時可能會有問題，最好先用
dict(d)轉換再處理。 - 只有在使用
[]訪問時才會生成預設值，使用get()則不會。
from collections import defaultdict
d = defaultdict(list)
print(d.get('missing')) # None
print(d['missing']) # []
6. 什麼時候使用？ – defaultdict的三大決定性優勢
defaultdict在經常使用dict + 條件語句模式的場景下，能同時提升可讀性、可維護性、安全性。尤其在以下三種情況下，你會想，'這種情況下無疑適合使用defaultdict!'。
6-1. 無條件地計數/累計的聚合代碼
from collections import defaultdict
# 一般 dict
counts = {}
for item in items:
if item not in counts:
counts[item] = 0
counts[item] += 1
# defaultdict
counts = defaultdict(int)
for item in items:
counts[item] += 1
✔ 條件語句的消失使代碼變得簡潔，並減少了出錯的機會。
✔ 特別適合於大數據的處理，如日誌分析、單字計數等。
6-2. 當累積列表/集合時取代setdefault
from collections import defaultdict
# 一般 dict
posts = {}
for tag, post in data:
if tag not in posts:
posts[tag] = []
posts[tag].append(post)
# defaultdict
posts = defaultdict(list)
for tag, post in data:
posts[tag].append(post)
✔ 比setdefault()直觀得多，且在循環內部也更為簡潔。
✔ 最佳化資料分組的結構。
6-3. 自動化嵌套字典的初始化
# 一般字典
matrix = {}
if 'x' not in matrix:
matrix['x'] = {}
matrix['x']['y'] = 10
# defaultdict 嵌套
matrix = defaultdict(lambda: defaultdict(int)) # 每當鍵不存在時自動生成defaultdict(int)
matrix['x']['y'] += 10
✔ 可以輕鬆創建嵌套資料結構，對多維字典操作非常有利。
✔ 在數據挖掘、解析、樹結構存儲中有著強大的優勢。
lambda: defaultdict(int)在內部構建上，當鍵不存在時會返回defaultdict(int)，從而自動生成嵌套字典。
7. 總結
collections.defaultdict對初學者來說可能僅僅是一個擴展的dict，但越用越能體會到它是一個使得代碼更加清晰、安全的結構工具。
- 可以無需擔心
KeyError而安全使用字典。 - 可以無條件地對數據進行分組和累加。
- 可以直觀地構建嵌套字典。
# 透過defaultdict穩定且簡潔地處理的範例
salaries = defaultdict(int)
for dept, amount in records:
salaries[dept] += amount
如果能以一行代碼同時避免錯誤 + 提升可讀性 + 提高可維護性，
那麼defaultdict就不是一個簡單的便利功能，而是符合Python思維方式的核心工具。
下次我們將探討pathlib。
這是一種以面向對象的方式處理文件/目錄的現代方法，對於從初學者到中級使用者都會有很大的幫助熟悉os.path的開發者會感到"哇！比os.path簡單多了！"期待下篇文章。
Add a New Comment