Python語言中計數方法的演變

文中如對專業術語的翻譯有誤，請Python高手指正（Pythonistas），謝謝！另外，原文中的Pythonic一詞，大意指符合Python語言規範、特性和數據結構的編碼方式，蘊涵較爲豐富，爲了行文更順暢、容易理解，此文暫時用簡潔、優雅代替。-- <cite>EarlGrey@編程派</cite>

原文連接：Trey Hunner，發佈於11月9日。
譯文連接：編程派

有時候，利用Python語言簡潔、優雅地解決問題的方法，會隨着時間變化。隨着Python不斷進化，統計列表元素數量的方法也在改變。

以計算元素在列表中出現的次數爲例，咱們能夠編寫出許多不一樣的實現方法。在分析這些方法時，咱們先不關注性能，只考慮代碼風格。

要理解這些不一樣的實現方式，咱們得先知道一些歷史背景。幸運的是，咱們生活在"__future__"世界，擁有一臺時間機器。接下來，咱們一塊兒坐上時光機，回到1997年吧。

if 語句

1997年1月1日，咱們使用的是Python 1.4。如今有一個不一樣顏色組成的列表，咱們想知道列表裏每種顏色出現的次數。咱們用字典來計算吧！

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = {}
for c in colors:
    if color_counts.has_key(c):
        color_counts[c] = color_counts[c] + 1
    else:
        color_counts[c] = 1

注意：咱們沒有使用+=，由於增量賦值直到Python 2.0纔出現；另外，咱們也沒有使用c in color_counts這個慣用法（idiom），由於這也是Python 2.2中才發明的，

運行上述代碼以後，咱們會發現color_counts字典裏，如今包含了列表中每種顏色的出現次數。

color_counts
{'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1}

上面的實現很簡單。咱們遍歷了每一種顏色，並判斷該顏色是否在字典中。若是不在，就在字典加入該顏色；若是在，就增長這種顏色的計數。

咱們還能夠把上面的代碼改寫爲：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = {}
for c in colors:
    if not color_counts.has_key(c):
        color_counts[c] = 0
    color_counts[c] = color_counts[c] + 1

若是列表稀疏度高（即列表中不重複的顏色數量不少），這段代碼可能運行的會有點慢。由於咱們如今要執行兩個語句，而不是一個。可是咱們不關心性能問題，咱們只關注編碼風格。通過思考，咱們決定採用新版的代碼。

try代碼塊（Code Block）

1997年1月2日，咱們使用的仍是Python 1.4。今早醒來的時候，咱們忽然意識到：咱們的代碼遵循的是「三思然後行」（Look Before You Leap，即事先檢查每一種可能出現的狀況）原則，但實際上咱們應該按照「得到諒解比得到許可容易」（Easier to Ask Forgiveness, Than Permission，即不檢查，出了問題由異常處理來處理）的原則進行編程，由於後者更加簡潔、優雅。咱們用try-except代碼塊來重構下代碼吧：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = {}
for c in colors:
    try:
        color_counts[c] = color_counts[c] + 1
    except KeyError:
        color_counts[c] = 1

如今，咱們的代碼嘗試增長每種顏色的計數。若是某顏色不在字典裏，那麼就會拋出KeyError，咱們隨之將該顏色的計數設置爲1。

get方法

1998年1月1日，咱們已經升級到了Python 1.5。咱們決定重構以前的代碼，使用字典中新增的get方法。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = {}
for c in colors:
    color_counts[c] = color_counts.get(c, 0) + 1

如今，咱們的代碼會遍歷每種顏色，從字典中獲取該顏色的當前計數值。若是沒有這個計數值，則該顏色的計數值默認爲0，而後在數值的基礎上加1。最後將字典中相應鍵的值設置爲新的計數。

把主要代碼都寫在一行裏，感受很酷，可是咱們不敢徹底確定這種作法更加簡潔、優雅。咱們以爲可能有點太聰敏了，因此仍是撤銷了此次的重構。

setdefault方法

2001年1月1日，咱們如今使用的是Python 2.0。咱們據說字典類型如今有一個setdefault方法，決定利用它重構咱們的代碼。咱們還決定使用新增長的+=增量賦值運算符。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = {}
for c in colors:
    color_counts.setdefault(c, 0)
    color_counts[c] += 1

不管是否須要，咱們在每一次循環時都會調用setdefault方法。但這樣作，的確會讓代碼看上去可讀性更高。咱們發現這種方法比以前的代碼更加簡潔、優雅，因此提交了這次修改。

fromkeys方法

2004年1月1日，咱們使用的是Python 2.3。咱們據說字典新增了一個叫fromkeys的類方法（class method），能夠利用列表中的元素做爲鍵來構建字典。咱們使用新方法重構了代碼：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = dict.fromkeys(colors, 0)
for c in colors:
    color_counts[c] += 1

這段代碼將不一樣的顏色做爲鍵，建立了一個新的字典，每一個鍵的值被默認設置爲0。這樣，咱們增長每一個鍵的值時，就不用擔憂是否已經進行了設置。咱們也不須要在代碼中進行檢查或異常處理了，這看上去是個改進。咱們決定就這樣修改代碼。

推導式（Comprehension）與集合

2005年1月1日，咱們如今用的是Python 2.4。咱們發現能夠利用集合（Python 2.3中發佈，2.4版成爲內置類型）與列表推導式（Python 2.0中發佈）來解決計數問題。進一步思考以後，我想起來Python 2.4中還發布了生成器表達式（generator expressions），咱們最後決定不用列表推導式，而是採用生成器表達式。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = dict((c, colors.count(c)) for c in set(colors))

注意：咱們這裏使用的不是字典推導式，由於字典推導式直到Python 2.7才被髮明。

運行成功了，並且只有一行代碼。可是這種代碼夠簡潔、優雅嗎 ？

咱們想起了Python之禪（Zen of Python），這個Python編程指導原則起源於一個Python郵件列表，並悄悄地收進了Python 2.2.1版本中。咱們在REPL（read-eval-print loop，交互式解釋器）界面中輸入import this：

import this
The Zen of Python, by Tim Peters

Beautiful is better than ugly. # 優美賽過醜陋
Explicit is better than implicit. # 明確賽過含蓄
Simple is better than complex. # 簡單賽過複雜
Complex is better than complicated. # 複雜賽過難懂
Flat is better than nested. # 扁平賽過嵌套
Sparse is better than dense. # 稀疏賽過密集
Readability counts. # 易讀亦有價
Special cases aren't special enough to break the rules. # 特例也不能特殊到打破規則
Although practicality beats purity. # 儘管實用會擊敗純潔
Errors should never pass silently. # 錯誤永遠不該默默地溜掉 
Unless explicitly silenced. # 除非明確地使其沉默
In the face of ambiguity, refuse the temptation to guess.  # 面對着不肯定，要拒絕猜想的誘惑
There should be one-- and preferably only one --obvious way to do it.  # 應該有一個–寧可只有一個–明顯的實現方法
Although that way may not be obvious at first unless you're Dutch. # 也許這個方法開始不是很明顯，除非你是荷蘭人
Now is better than never. #如今作也要賽過不去作
Although never is often better than right now. # 儘管不作一般好過馬上作
If the implementation is hard to explain, it's a bad idea. # 若是實現很難解釋，那它就是一個壞想法
If the implementation is easy to explain, it may be a good idea. # 若是實現容易解釋，那它可能就是一個好想法
Namespaces are one honking great idea -- let's do more of those! # 命名空間是一個響亮的出色想法–就讓咱們多用用它們

譯者注：Python之禪的翻譯版本不少，這裏選用的譯文出自啄木鳥社區。

咱們的代碼變得更復雜，時間複雜度從O(n)增長到了O(n²)；還變的更醜，可讀性更差了。咱們那樣改，是一次有趣的嘗試，可是一行代碼的實現形式，沒有咱們以前的方法簡潔、優雅。咱們最後仍是決定撤銷修改。

defaultdict方法

2007年1月1日，咱們使用的是Python 2.5。咱們剛發現，defaultdict已經被加入標準庫。這樣，咱們就能夠把字典的默認鍵值設置爲0了。讓咱們使用defaultdict重構代碼：

from collections import defaultdict
    colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
    color_counts = defaultdict(int)
    for c in colors:
        color_counts[c] += 1

那個for循環如今變得真簡單！這樣確定是更加簡潔、優雅了。

咱們發現，color_counts這個變量的行爲如今有點不一樣，可是它的確繼承了字典的特性，支持全部相同的映射功能。

color_counts
defaultdict(<type 'int'>, {'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1})

咱們在這裏沒有把color_counts轉換成字典，而是假設其餘的代碼也使用鴨子類型（duck typing， Python中動態類型的一種，這裏的意思是：其餘代碼會將color_counts視做字典類型），再也不改動這個相似字典的對象。

Counter類

2011年1月1日，咱們使用的是Python 2.7。別人告訴咱們，以前使用defaultdict編寫的代碼，再也不是統計顏色出現次數最簡潔、優雅的方法了。Python 2.7中新引入了一個Counter類，能夠徹底解決咱們的問題。

from collections import Counter
colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"]
color_counts = Counter(colors)

還有比這更簡單的方法嗎？這個必定是最簡潔、優雅的實現了。

與defaultdict同樣，Counter類返回的也是一個相似字典的對象（實際是字典的一個子類）。這對知足咱們的需求來講足夠了，因此咱們就這麼幹了。

color_counts
Counter({'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1})

性能考慮

請注意，在編寫這些實現方式時，咱們都沒有關注效率問題。大部分方法的時間複雜度相同（O(n)），可是不一樣的Python語言實現形式（如CPython, PyPy，或者Jython）下，運行時間會有差別。

儘管性能不是咱們的主要關注點，我仍是在CPython 3.5.0的實現下測試了運行時間。從中，你會發現一個有趣的現象：隨着列表中顏色元素的密度（即相同元素的數量）變化，每一種實現方法的相對效率也會不一樣。

結語

根據Python之禪，「 應該有一個——寧可只有一個明顯的實現方法」。這句話所說的狀態值得追求，但事實是，並不老是隻有一種明顯的方法。這個「明顯」的方法會隨着時間、需求和專業水平，不斷地變化。

「簡潔、優雅」（即Pythonic）也是一個相對的概念。