Python 中字典的鲜为人知的用法
1. 添加列表作为字典的键
_dict = {}
_list = [1, 2, 3]
_dict[_list] = 'Added'
Output -
_dict[_list] = 'Added'
TypeError: unhashable type: 'list'
事实是,如果添加一个列表作为字典的键,上面的代码会引发错误。原因是每当我们添加一个对象作为字典的键时,Python 都会调用该对象类的 __hash__ 函数。
与 int、str、tuple 等不同,list 类中没有 __hash__ 方法的实现。
所以,现在如果尝试扩展列表类并在其中添加此方法,就添加一个列表作为字典的键。
class ClassList(list):
def __hash__(self):
return 0
_dict = {}
_list = ClassList([1, 2, 3])
_dict[_list] = 'Added'
print(_dict)
Output -
{[1, 2, 3]: 'Added'}
不过不建议使用上述解决方法,因为这会使列表可哈希,从而导致代码中出现意外行为。
2. 使用字典作为 if条件的替代方法
字典的用途就是维护键值对。但字典还有另一个特殊的用例——将它们用作 if条件。
例如,请看下面的代码。在这里,对应于输入值,调用一个特定的函数。
num = 1
if num == 1:
funcA()
elif num == 5:
funcB()
else:
func()
使用字典 -
num = 1
func_mapping = {1: funcA,
2: funcB}
func_mapping.get(num, func)() # func is default function
所以有了字典,可以通过给它提供键来直接检索到对应的函数。
3. 字典作为 switch 语句
可以使用字典模拟 switch 语句,以获得更简洁、更易读的代码。
def switch_case(case):
return {
'case1': 'This is case 1',
'case2': 'This is case 2',
'default': 'This is the default case'
}.get(case, 'Invalid case')
result = switch_case('case1')
输出层 —This is case 1
4. __missing__值
从 2.5 开始,dicts 有一个特殊的方法__missing__,用于调用缺失的值:
class MyDict(dict):
def __missing__(self, key):
self[key] = rv = []
return rv
m = MyDict()
m["foo"].append(1)
m["foo"].append(2)
print(dict(m)) # {'foo': [1, 2]}
print(m["x"]) # []
集合中还有一个 dict 子类,它的作用几乎相同,但调用一个函数,而不为不存在的项目提供参数:Defaultdict
from collections import defaultdict
m = defaultdict(list)
m["foo"].append(1)
m["foo"].append(2)
print(dict(m)) # {'foo': [1, 2]}
当要提供缺省值或在找不到键时执行特定操作,而不是引发 .KeyError
5. 哈希等效密钥
这里有一个有趣的字典例子——
my_dict = {'1': 'string', True: 'bool', 1: 'int', 1.0: float}
print(my_dict)
# o/p: {'1': 'string', True: }
尽管向 Python 字典添加了 4 个不同的键,但能说出为什么它只保留其中的两个键吗,这是因为 — 在 Python 中,字典根据哈希的等价性(使用 hash()计算)而不是身份(使用id() 计算)来查找键。
在这种情况下,毫无疑问1,1.0、 和 True本身具有不同的数据类型,也是不同的对象。
print(id(1), id(True), id(1.0))
print(type(1), type(True), type(1.0))
# o/p:
# 140407572928816 4308871808 140407573652336
#
但是,事实是它们共享相同的哈希值,字典将它们视为相同的键。
print(hash(1), hash(True), hash(1.0))
# o/p: 1 1 1
而且有没有看到对应于 True 的值是 bool,但它打印的是浮点数。
o/p: {'1': 'string', True: }
这是因为,首先,它被添加为键True,其值为 'bool'。接下来,在添加键时,python 将其识别为哈希值的等价值1。
因此,对应的值被 True覆盖,而键 'int'保持原样。True
最后,在添加1.0 时,会遇到另一个哈希等价关系True,现有键为True 。同样,在上一步中更新到的对应于'int' 的值被 'float'覆盖。