分享｜Python中的`defaultdict`详解

匿名用户

117

2025.07.08

发布于广东

技术交流

Python中的defaultdict详解

defaultdict是Python标准库collections模块中提供的一个非常有用的字典子类，它自动为不存在的键提供默认值，避免了处理缺失键时的KeyError异常。

1. `defaultdict`基本概念

1.1 与普通字典的区别

普通字典(dict)在访问不存在的键时会抛出KeyError，而defaultdict会自动为不存在的键创建默认值。

from collections import defaultdict

# 普通字典
normal_dict = {}
# print(normal_dict['missing_key'])  # 抛出KeyError

# defaultdict
default_dict = defaultdict(int)
print(default_dict['missing_key'])  # 输出: 0

1.2 基本语法

defaultdict(default_factory, **kwargs)

default_factory: 一个可调用对象（函数、类等），用于为不存在的键提供默认值
**kwargs: 可选的初始键值对

2. `defaultdict`的常见用法

2.1 基本数据类型作为默认工厂

from collections import defaultdict

# 默认值为0
int_default = defaultdict(int)
print(int_default['a'])  # 输出: 0

# 默认值为空列表
list_default = defaultdict(list)
print(list_default['b'])  # 输出: []

# 默认值为空集合
set_default = defaultdict(set)
print(set_default['c'])  # 输出: set()

# 默认值为空字符串
str_default = defaultdict(str)
print(str_default['d'])  # 输出: ''

# 默认值为False
bool_default = defaultdict(bool)
print(bool_default['e'])  # 输出: False

2.2 自定义函数作为默认工厂

from collections import defaultdict

# 自定义默认值函数
def default_value():
    return "Unknown"

custom_default = defaultdict(default_value)
print(custom_default['name'])  # 输出: "Unknown"

# 使用lambda表达式
lambda_default = defaultdict(lambda: 100)
print(lambda_default['score'])  # 输出: 100

2.3 复杂数据结构应用

from collections import defaultdict

# 嵌套字典
nested_dict = defaultdict(lambda: defaultdict(int))
nested_dict['group1']['item1'] += 1
print(nested_dict)  # 输出: defaultdict(<function <lambda> at ...>, {'group1': defaultdict(<class 'int'>, {'item1': 1}))

# 字典的字典
graph = defaultdict(dict)
graph['A']['B'] = 5
graph['A']['C'] = 3
print(graph)  # 输出: defaultdict(<class 'dict'>, {'A': {'B': 5, 'C': 3}})

3. 实际应用场景

3.1 计数/频率统计

from collections import defaultdict

words = ["apple", "banana", "apple", "orange", "banana", "apple"]
word_count = defaultdict(int)

for word in words:
    word_count[word] += 1

print(word_count)  # 输出: defaultdict(<class 'int'>, {'apple': 3, 'banana': 2, 'orange': 1})

3.2 分组/分类

from collections import defaultdict

students = [
    ('Alice', 'Math'),
    ('Bob', 'Physics'),
    ('Charlie', 'Math'),
    ('David', 'Chemistry'),
    ('Eve', 'Physics')
]

subject_students = defaultdict(list)

for name, subject in students:
    subject_students[subject].append(name)

print(subject_students)
# 输出: defaultdict(<class 'list'>, {
#   'Math': ['Alice', 'Charlie'],
#   'Physics': ['Bob', 'Eve'],
#   'Chemistry': ['David']
# })

3.3 图/树结构表示

from collections import defaultdict

# 图的邻接表表示
graph = defaultdict(list)
edges = [(1, 2), (1, 3), (2, 4), (3, 4), (4, 5)]

for u, v in edges:
    graph[u].append(v)
    graph[v].append(u)  # 无向图需要双向添加

print(graph)
# 输出: defaultdict(<class 'list'>, {
#   1: [2, 3],
#   2: [1, 4],
#   3: [1, 4],
#   4: [2, 3, 5],
#   5: [4]
# })

3.4 多值字典

from collections import defaultdict

# 一个键对应多个值
multi_dict = defaultdict(set)
data = [('a', 1), ('b', 2), ('a', 3), ('c', 4), ('b', 2)]

for key, value in data:
    multi_dict[key].add(value)

print(multi_dict)
# 输出: defaultdict(<class 'set'>, {'a': {1, 3}, 'b': {2}, 'c': {4}})

4. `defaultdict`的高级用法

4.1 使用类作为默认工厂

from collections import defaultdict

class Person:
    def __init__(self, name=None):
        self.name = name
    def __repr__(self):
        return f"Person(name={self.name!r})"

person_dict = defaultdict(Person)
person_dict['alice'].name = "Alice Smith"
person_dict['bob'].name = "Bob Johnson"

print(person_dict['alice'])  # 输出: Person(name='Alice Smith')
print(person_dict['charlie'])  # 输出: Person(name=None)

4.2 动态默认值

from collections import defaultdict
import random

def random_color():
    return "#{:06x}".format(random.randint(0, 0xFFFFFF))

color_dict = defaultdict(random_color)
print(color_dict['background'])  # 输出随机颜色如: "#3a7b9f"
print(color_dict['text'])  # 输出另一个随机颜色

4.3 带参数的默认工厂

from collections import defaultdict

def make_default(value):
    return lambda: value

config = defaultdict(make_default("N/A"))
print(config['timeout'])  # 输出: "N/A"
config['timeout'] = 30
print(config['timeout'])  # 输出: 30
print(config['retries'])  # 输出: "N/A"

5. 注意事项

性能考虑：defaultdict比普通字典稍慢，因为需要调用默认工厂函数

键存在性检查：即使只是检查key in defaultdict也会创建默认值

d = defaultdict(list)
if 'key' in d:  # 这会创建空列表作为'key'的值
    print(d['key'])

默认值的副作用：某些默认工厂可能有副作用（如文件操作、网络请求等），需谨慎使用
序列化：defaultdict在序列化(pickle)时不会保存默认工厂函数

6. 替代方案比较

6.1 `dict.setdefault()`

# 使用setdefault实现类似功能
normal_dict = {}
for word in words:
    normal_dict.setdefault(word, 0)
    normal_dict[word] += 1

6.2 `dict.get()` with default

# 使用get方法
normal_dict = {}
for word in words:
    normal_dict[word] = normal_dict.get(word, 0) + 1

6.3 Python 3.9+ 的合并运算符(|)

# 3.9+版本可以使用合并运算符
normal_dict = {}
for word in words:
    normal_dict |= {word: normal_dict.get(word, 0) + 1}

7. 总结

defaultdict是Python中一个强大而灵活的工具，特别适合以下场景：

需要为不存在的键提供默认值
实现计数器、分组或多值字典
构建复杂的数据结构如图或树
简化代码，避免频繁的键存在性检查

选择defaultdict而非普通字典的主要优势在于代码的简洁性和可读性，但要注意它的特性可能带来的副作用。在性能关键的场景中，可能需要对比测试defaultdict与普通字典加setdefault()或get()的性能差异。

1. defaultdict基本概念