食品饮料网站源码seo简单优化

摘要

使用 defaultdict 可以简化处理字典中缺失键的情况。以下是几个使用 defaultdict 的示例，展示了它在不同场景下的应用。

示例 1：分组文件

假设我们有一组文件名，想要根据文件扩展名将它们分组。我们可以使用 defaultdict 来实现这一点。

from collections import defaultdict# 假设我们有以下文件名
files = ['document.txt', 'image.png', 'presentation.pptx', 'notes.txt', 'photo.jpg']# 创建一个 defaultdict，默认值为列表
grouped_files = defaultdict(list)# 遍历文件名并根据扩展名分组
for file in files:# 获取文件扩展名extension = file.split('.')[-1]# 将文件添加到对应扩展名的列表中grouped_files[extension].append(file)# 打印分组结果
print(grouped_files)

输出结果：

defaultdict(<class 'list'>, {'txt': ['document.txt', 'notes.txt'], 'png': ['image.png'], 'pptx': ['presentation.pptx'], 'jpg': ['photo.jpg']})

示例 2：计数器

使用 defaultdict 可以轻松实现计数器，统计每个元素出现的次数。

from collections import defaultdict# 假设我们有一组单词
words = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple']# 创建一个 defaultdict，默认值为 0
word_count = defaultdict(int)# 统计每个单词的出现次数
for word in words:word_count[word] += 1# 打印计数结果
print(word_count)

输出结果

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

示例 3：嵌套字典

defaultdict 还可以用于创建嵌套字典，方便处理多层次的数据结构。

from collections import defaultdict# 创建一个嵌套的 defaultdict
nested_dict = lambda: defaultdict(lambda: defaultdict(int))
data = nested_dict()# 添加数据
data['A']['X'] += 1
data['A']['Y'] += 2
data['B']['X'] += 3# 打印嵌套字典
print(data)

输出结果

defaultdict(<function <lambda> at 0x...>, {'A': defaultdict(<function <lambda>.<locals>.<lambda> at 0x...>, {'X': 1, 'Y': 2}), 'B': defaultdict(<function <lambda>.<locals>.<lambda> at 0x...>, {'X': 3})})

示例 4：自定义默认值

你还可以定义自定义的默认值函数，以便在访问缺失键时返回特定的值。

from collections import defaultdict# 自定义默认值函数
def default_value():return "Not Found"# 创建 defaultdict，使用自定义函数
custom_dict = defaultdict(default_value)# 访问一个不存在的键
print(custom_dict['missing_key'])  # 输出: Not Found

示例5：单词首字母索引

统计单词按首字母分组：

from collections import defaultdictwords = ["apple", "banana", "cherry", "avocado", "blueberry"]
index = defaultdict(list)for word in words:first_char = word[0]index[first_char].append(word)print(index['a'])  # 输出：['apple', 'avocado']

示例6：学生成绩分组

按分数段自动归类学生姓名：

from collections import defaultdictstudents = [("Alice", 85), ("Bob", 72), ("Charlie", 90), ("David", 65)]
score_groups = defaultdict(list)for name, score in students:group = score // 10 * 10  # 按10分分段（如60-69, 70-79）score_groups[group].append(name)print(score_groups[70])  # 输出：['Bob']

示例7：图结构邻接表

构建图的邻接表表示：

from collections import defaultdictedges = [("A", "B"), ("A", "C"), ("B", "D"), ("C", "D")]
graph = defaultdict(list)for u, v in edges:graph[u].append(v)print(graph['A'])  # 输出：['B', 'C']

总结

defaultdict 是一个强大的工具，可以帮助我们简化字典操作，避免 KeyError 的出现。通过以上示例，我们可以看到它在分组、计数、嵌套字典和自定义默认值等场景中的应用。