集合和字典

上文说完了列表和元组，本文继续介绍另外两种常用的数据结构，集合和字典。

集合 set

集合是由不重复元素组成的无序容器。

Python中的集合和数学上的集合概念基本相同，也可以求交集、并集、差集等操作。

参考手册：“set 对象是由具有唯一性的 hashable 对象所组成的无序多项集。”

集合的创建

创建集合用花括号或 set函数。更常见的是用集合推导式。

注意，创建空集合只能用 set()，不能用 {}，{} 创建的是空字典。

集合创建方法:

• 使用花括号内以逗号分隔元素的方式: {'jack', 'sjoerd'}
• 使用集合推导式: {c for c in 'abracadabra' if c not in 'abc'}
• 使用类型构造器: set(), set('foobar'), set(['a', 'b', 'foo'])

集合的应用

集合具有不重复的性质，可以用来去重。

也可以用它的运算差**a-b、交**a & b、并a | b、对称差a ^ b。

注：对称差，等价于(a | b) – (a&b)，即a与b的并集减去a与b的交集。

basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(basket)                      # 重复元素被去除
'orange' in basket                 # 支持 in
'crabgrass' in basket


# 集合间的运算：
a = set('abracadabra')
b = set('alacazam')
a                                  # unique letters in a
a - b                              # letters in a but not in b
a | b                              # letters in a or b or both
a & b                              # letters in both a and b
a ^ b                              # letters in a or b but not both

frozenset 冻结的set：

frozenset 类型是不可变并且为 hashable — 其内容在被创建后不能再改变；因此它可以被用作字典的键或其他集合的元素。

fst = frozenset("abc")

字典 dict

字典比集合更常用，现实中很多东西都可以用字典表示，比如“通讯录”、“日志记录”。

字典可以理解为键值对的集合，如{‘鸽子’: 10001}。’鸽子’: 10001 就是一个键值对。

‘鸽子’是键，10001是对应的值。

我们通过键查找值。因此键必须是不可变类型，如字符串或数字，包含不可变对象的元组。列表不可以作为键，因为列表可用append()等方法修改。键也必须是唯一的。

字典的创建：

常用的方法：

• 使用花括号内以逗号分隔 键: 值 对的方式: {'jack': 4098, 'sjoerd': 4127}
• 使用字典推导式: {}, {x: x ** 2 for x in range(10)}
• 使用类型构造器: dict(), dict([('foo', 100), ('bar', 200)]), dict(foo=100, bar=200)

补充：使用类型构造器dit()创建字典。

class dict(**kwargs)            #字典
class dict(mapping, **kwargs)  #从映射
class dict(iterable, **kwargs) #从可迭代对象，iterable中每个元素都是一对
                              #如：[('two', 2), ('one', 1), ('three',3)]

a = dict(one=1, two=2, three=3)   #key=value
b = {'one': 1, 'two': 2, 'three': 3}  #直接构造
c = dict(zip(['one', 'two', 'three'], [1, 2, 3])) # 从映射
d = dict([('two', 2), ('one', 1), ('three', 3)]) #从iterable
e = dict({'three': 3, 'one': 1, 'two': 2}) # 从另一个dict
f = dict({'one': 1, 'three': 3}, two=2) # dict , key=value
a == b == c == d == e == f  #这些方式创建的字典都等价

字典常用方法：

最常用的方法是通过键存储读取值。

tel = {'jack': 4098, 'sape': 4139} # 初始化
tel['guido'] = 412     # 存储值  
tel['jack']     #  访问值
del tel['sape']  #删除值

get(key[, default]) 更稳健地读取值。

如果 key 存在于字典中则返回 key 的值则返回 key 的值，否则返回 default。如果 default 未给出则默认为 None，因而此方法绝不会引发 KeyError。

tel.get('jkl',0000) #jkl不在字典中时返回默认值0000，不会引发KeyError

对字典执行 list(d) 操作，返回该字典中所有键的列表，按插入次序排列。

检查某个键是否在字典中，使用in

'guido' in tel
'jack' not in tel

遍历字典

在字典中循环时，用 items() 方法可同时取出键和对应的值：

knights = {'gallahad': 'the pure', 'robin': 'the brave'}
for k, v in knights.items():
    print(k, v)

更新字典

update([other])

使用来自 other 的键/值对更新字典，覆盖原有的键。返回 None。

update() 接受另一个字典对象，或者一个包含键/值对（二元组形式）的可迭代对象。如果给出了关键字参数，则会以其所指定的键/值对更新字典: d.update(red=1, blue=2)。

Counter

collections有很多扩展的子类，可以去文档的collections里找。

collections — 容器数据类型 — Python 3.10.4 文档

这里介绍一下常用的Counter，Counter是字典的一个子类，可以方便地统计次数。

from collections import Counter
cnt = Counter()
words = ['red', 'blue', 'red', 'green', 'blue', 'blue']


for word in words:
    cnt[word] += 1

print(cnt) # Counter({'blue': 3, 'red': 2, 'green': 1})


# 更便捷的方法
cnt2 = Counter(words)
print(cnt2)

Counter对象有一个字典接口，如果引用的键没有任何记录，就返回一个0，而不是弹出一个 KeyError :

print(cnt['dark'])  # 0

most_common([n])

返回一个列表，其中包含 n 个最常见的元素及出现次数，按常见程度由高到低排序。

如果 n 被省略或为 None，most_common() 将返回计数器中的所有元素。

(计数值相等的元素按首次出现的顺序排序)：

Counter('abracadabra').most_common(3)

Counter常用案例：

c.total()                       # 所有元素的计数总和
c.clear()                       # reset all counts
list(c)                         # list unique elements
set(c)                          # convert to a set
dict(c)                         # convert to a regular dictionary
c.items()                       # convert to a list of (elem, cnt) pairs
Counter(dict(list_of_pairs))    # convert from a list of (elem, cnt) pairs
c.most_common()[:-n-1:-1]       # n least common elements
+c                              # remove zero and negative counts