python奇遇記：數據結構窺探3

此次主要說說字典和集合這兩種數據類型。

字典和集合都是基於散列表實現的，散列表也就是hash表，瞭解過數據結構的應該知道。與散列表相關的一個概念叫作可散列，什麼是可散列？在python官方定義中是這樣說的：若是一個對象是可散列的，那麼在這個對象的生命週期中，它的散列值是不變的，並且這個對象須要實現__hash__()方法。

python中，原子不可變類型(str、bytes和數值類型)都是可散列類型，同時全部的不可變類型也是可散列的。

集合

什麼是集合？在數學中指的是具備某種特定性質的事物的整體，在python中集合指許多惟一對象的彙集。注意這個惟一，也就是說集合中不容許重複值出現，因此集合能夠用來去重。

在python中，用大括號括起來表示一個集合。

data = [11, 11, 2, 3, 4, 4, 5, 4, 6]
set(data)

{2, 3, 4, 5, 6, 11}

將列表類型的data轉換爲集合類型後，重複值被去掉了。

在數學中，集合能夠求並集、交集、差集等，python也能夠作一樣的事。好比：

data1 = {1, 2, 3, 4, 5}
data2 = {3, 4, 5, 6, 7}
# 交集
print(data1 & data2)
# 差集
print(data1 - data2)
# 並集
print(data1 | data2)

{3, 4, 5}
{1, 2}
{1, 2, 3, 4, 5, 6, 7}

上面說過，集合類型用大括號表示，若是我須要建立一個空集合，是否是用{ }表示就好了？問題來了，空集合用{ }表示，空字典也用{ }表示，這確定不行。python中，建立一個空集合使用set()生成，{ }只會建立一個空的字典。

還有一個要提到的是集合推導。和列表推導、字典推導相似，這裏就不講了。

字典

字典中有幾個方法須要說一下，看個例子。

a = {'x': 1, 'y': 2, 'z': 3}

# a.keys()返回全部鍵的集合,a.items()返回鍵值對集合，a.values返回值集合
# 可對字典進行集合運算，比較大小等運算
b = {'w' : 10,'x' : 11,'y' : 2}
# 直接進行集合操做，a.values()不能夠
print(a.keys() & b.keys())
print(a.items() & b.items())
print(a.keys() - b.keys())

{'x', 'y'}
{('y', 2)}
{'z'}

在字典中，可使用a.keys()返回全部鍵的集合,a.items()返回鍵值對集合，a.values返回值集合，既然返回的是集合，就可使用上面集合中說到的運算，大大簡化操做。

在查找字典中的某個鍵時，若是鍵不存在就會報錯，影響程序運行，爲了不沒必要要的麻煩，咱們可使用d.get(k, default)，給找不到的鍵一個默認值。使用get的問題是，它不太符合python的哲學，d[k]比d.get(k)更加直觀和簡潔。

其實咱們還能夠這樣，使用setdefault（k, default）來指定一個默認值，這個方法比get方法更高效，可是咱們須要指定特殊的鍵。而使用另外一種辦法defaultdict（），任何鍵在找不到的狀況下都會用defaultdict（）中的值（數據類型好比list、str）替換。

d = {1: 'a', 2: 'b', 3: 'c'}
d.get(4, 'd')

import collections
from collections import defaultdict

d.setdefault(4, 'd')
d[4]
# 若是查詢5找不到，還要指定默認值

# 找不到的話用空字符串替換
d = defaultdict(str)

d[5]

''

第二個要說的是OrderedDict，它能夠保持字典中的順序，插入時是什麼樣就是什麼樣，不會改變。在設計API時就可使用OrderDict建立你的數據接口。

怎麼合併兩個或者多個字典？使用ChainMap，接受字典做爲參數，若是參數中某個鍵重複了，ChainMap會返回第一個字典中的值，這個方法也是放在collections模塊下。

a = {'x': 1, 'z': 3 }
b = {'y': 2, 'z': 4 }

from collections import ChainMap
c = ChainMap(a,b)
print(c['x'])
print(c['y'])
# 只會返回第一個參數a中的z
print(c['z'])

1
2
3

---

本人才疏學淺，上文中不免有些錯誤，還請各位品評指正。若是以爲寫的還行，歡迎關注個人公衆號MLGroup,帶你走進機器學習的世界。