python基础二：python字典集合基础和一些经典使用案例

借着昨天的列表， 今天整理一些python字典和集合的基础和一些经典使用案例， 依然是从使用的角度去整理， 关于列表的理论知识和细节知识， 这里不做整理。

首先， 会整理字典和集合的基本操作， 字典创建的五种方法， 涉及字典的基础操作（字典的遍历， 字典的键值集合获取， 判断某些键是否在字典中， 键值对的添加和删除）， 然后整理学完了字典应该怎么去用， 这个就涉及了一些经典的使用案例（topn键， 重复最多， 逻辑合并等）， 当然也是不全， 后期根据学习再进行补充。

大纲如下：

关于python字典的原理，这里就不多讲， 主要是怎么用？ 首先是创建字典， 这里介绍五种常用的方法：

涉及字典的基本操作， 主要包括字典的遍历， 字典的键值集合获取， 判断某些键是否在字典中， 键值对的添加和删除等。

下面是三种字典视图：

关于字典， 我们要注意： 可哈希的对象才能作为字典的键。 这个详情看python幕后的不为人知（一）

集合是一种不允许元素出现重复的容器。如果判断一个列表中是否含有重复元素，便可借助集合这种数据类型。与字典（dict）类似，集合（set）也是由一对花括号（{}）创建。但是，容器内的元素不是键值对。同字典类似，集合内的元素必须是可哈希类型（hashable）。

下面是关于集合的方法：

上面这些都是一些常规操作，我们得掌握， 这些都是常规操作， 基于这些操作， 才能去完成一些复杂的任务。 下面的这些案例都会看到上面这些知识的身影。

字典并集 这个使用就是给定两个字典，然后返回字典的并集

求两个字典差 这个就是在说， 返回只出现在第一个字典里面的键值对， 也是传入两个字典

按照字典的键值排序 这个就是给字典进行键值排序， 我们知道普通的字典是不管顺序的。 这里就是用sorted函数， 然后传入相应的比较值就可以。

这个地方比较难理解的就是函数里面的lambda那个地方， 上一篇文章中有个lambda的动画。 这里再结合这个例子，简单的说一下这个过程。因为这种lambda的形式，后面的案例还有很多次出现，所以最好弄明白内部的过程。 简单看一下内部的图： 上面这个图就是sort_by_key这个函数的工程过程， 当然这个是最后的结果了。 下面我说一下这个过程：

首先运行到sort_by_key这个函数， 传进来一个字典，用d指向它。 那么我们得想一下我们的目标是把字典按照键的大小进行排序， 那么肯定我们需要遍历字典中的每个键， 然后根据这个键的大小进行排序。 所以我们用了一个sorted函数， 第一个参数就是我们要排序的值， 传进去了d.items()， 这个就是[(a, 3), (b, 1), (c, 2)]， 我们要把这个进行排序。 但是我们要按照什么样的规则排序呢？ 得告诉sorted的函数， 这个就是key关键字， 让sorted函数根据这个关键字进行字典的排序。 但是key这里得是一个序列啊， 毕竟要排序嘛？ 所以这里就用了一个lambda函数， 这里的x是lambda的形参， 它会依次指向字典里面的三个元组， 后面的x[0]表示lambda函数的返回值， 1就表示[a, b, c]， 这样执行完lambda之后， key那里就是一个序列了， 然后sorted函数基于这个序列的值把字典进行排序返回。 按值排序其实同理， 无非就是把x[0]变成了x[1]， 就是要按照序列[3, 1, 2]将字典进行排序返回。

所以key 函数一般会与 lambda 匿名函数结合使用， 而这个原理就是上面的这个过程， 有种遍历获得可迭代对象的每个元素，然后进行操作的感觉。 包括之前的max(lst, key=lambda v: lst.count(v))求列表里面出现次数最多的元素， 根据上面的这个过程，这里就一目了然了。 key这里就是每个元素出现的次数， max会求出最大次数， 然后返回lst里面对应的元素。好吧， 最后面我会拿上一次的列表例子详细说一下这个过程。

最大键或者最大值 这个就是返回字典里面有最大键的那个键值对。或者是有最大值的键值对。 最大键的思路就是用max函数获取最大键， 然后根据最大键返回相应的值。

最大值的思路也是求出最大值， 然后遍历字典， 看看哪个键值对等于这个值， 返回。

集合最值 这个是找出集合里面的最大值和最小值， 并装到元组里面返回。

更长的集合 这个就是传入多个集合， 返回最长的那个， 和上一次的列表最长差不多

重复最多 这个就是在两个列表中， 找出重叠次数最多的元素进行返回。 这个得先一下思路： 这个问题我是有两个列表， 然后返回重叠次数最多的元素。也就是在两个列表中都出现， 且出现的次数最多。 所以分为下面三个步骤：

基于上面的分析， 我们就可以写一个函数了：

topn键 这个是找字典前n个最大值，对应的键。 这个我们的常规思路就是先把字典的值进行排序， 然后返回前n个最大的。 所以就来了第一版：

当然， python还有一个简洁版， 那就是用heapq里面的nlargest函数。这个参数，接收的第一个参数就是n， 其次是对象， 然后是key， 最后返回的是前n个最大的。 其实内部原理就是我上面的那种。 但既然有了， 我们就可以直接用。

一键对多值字典 当有一个键对应多个值的时候，我们如何存到字典中？ 看下面例子：

lst有是元组的列表， 如果想把这个存成字典的形式， 使用dict之后，变成了{1: 'compute', 2: 'orange'}， 也就是1键对应了两个值， 用dict，变成字典忽略了一个。 所以想办法自己存：直观思路就是遍历列表， 如果这个键在字典中， 那么直接对应的k加入元素， 否则，就建一个k加入元素。 所以出来了第一个版本：

这样就可以了， 但是有一个if判断，不是很优雅， 所以可以使用collections模块中的defaultdict, 它能创建属于某个类型的自带初始值的字典

逻辑上合并字典 这个是在逻辑上合并字典， 不重新生成字典， 改变新的字典的值原字典也会改变。 我们上面也有个合并字典， 我们拿下来看一下普通的字典合并：

这个我们会发现， 如果是改变新的字典merged_dict的值， 发现不影响dic1。 那么有没有一种方法， 合并后的字典不重新建立字典呢？ 只从逻辑上合并， 如果改了新字典中的值，能够使得原来字典的值也相应变化呢？ 那就是collections模块里面的ChainMap函数了。 它在内部创建了一个容纳这些字典的列表。使用 ChainMap 合并字典， 可以实现字典逻辑上的合并。

可以发现， 这个就实现了字典的逻辑合并。

上面就是python字典的基础和经典使用案例了。

下面借着这个机会再补充一个例子， 因为上面的某些案例中用到了key函数与lambda进行结合。 我们看看究竟内部这个函数在怎么样工作： 看一个返回最长列表的例子（和上面最大长度的集合的例子一样）：

在这里详细说一下lambda函数。

首先， 把下面的三个列表传入到max_len函数中， 内部是这样的： max_len 函数被传入三个实参，类型为 list，如上图所示，lists 变量指向最下面的 tuple 实例。

接着往下运行， 就会出现lambda函数， 它的父函数是是f1， 也就是max_len函数。 那么这里的lambda函数里面， v到底是啥？ lambda的返回值又是啥？

我们看看这个v: 非常容易看出, v 指向 tuple 实例的第一个元素，指向的线和箭头能非常直观地反映出来。 那么v就是[1, 2, 3], 而len(v) 就是3， 这个就是lambda函数的返回值。 然后， v指向元组中的下一个元素， 返回值是4 然后，v 指向 tuple 的最后一个元素 [8]，返回值为 1。 根据key确定的比较标准， max函数的返回值为红色字体指向的元素， 也就是返回[4, 5, 6, 7] 这其实就是lambda函数背后起的作用。 包括上面的sorted里面的lambda， max里面的lambda， 他们都是起的类似的作用。下面是完整的动画演示：