揭秘 Python 字典的有趣特性
1
Python中的字典是一种灵活的数据结构，提供了高效的键值映射。尽管它们通常用于简单的查找和存储数据，但还有一些有趣且不太常见的方面和用例值得探索：
1、将列表作为字典的键
>>>_dict = {}
>>>_list = [1, 2, 3]
>>>_dict[_list] = 'Added'
#输出：
# 'list'类型不可被hash
TypeError: unhashable type: 'list'
事实上，如果我们将列表作为字典的键，上述代码会引发错误。原因是当我们将一个对象作为字典的键时，Python会调用该对象类的 __hash__ 函数。
与int、str、tuple等不同，列表类缺少 __hash__方法的实现。
如果我们尝试扩展 list 类，在其中添加__hash__方法，那么它将允许我们用列表作为字典的键。
现在如果我们尝试扩展列表类并在其中添加这个方法，它将允许我们将列表作为字典的键。
class ClassList(list):
def __hash__(self):
return 0
_dict = {}
_list = ClassList([1, 2, 3])
_dict[_list] = 'Added'
print(_dict)
输出：
{[1, 2, 3]: 'Added'}
但并不推荐使用上述方法，因为这将使列表可哈希化，从而导致其他不可预知的程序行为。
2、使用字典作为IF条件的替代方案
我们都知道字典的用途是维护键值对。但是，字典还可以作为IF条件的特殊用例使用。例如，考虑以下代码。根据输入值，调用相应的函数。
def funca():
print('a')
def funcb():
print('b')
num = 1
if num==1:
funca()
elif num==2:
funcb()
else:
print('error')
# 结果
a
使用字典：
def funca():
print('a')
def funcb():
print('b')
num = 1
funcMaping = {1: funca,2:funcb}
funcMaping.get(num,lambda:print('error'))()
# lambda:print('error')为默认函数
# 结果
a
可以看到，使用字典可以很容易的找到并执行对应的函数，同时这也提高了代码的可维护性。冗长的if-else通常是难以维护的代名词。
3、字典作为 switch 语句
您可以使用字典模拟switch语句，以获得更清晰和更易读的代码。例如：
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')
以上代码将打印：“This is case 1”。
4、__missing__方法
__missing__方法从Python 2.5 开始，字典就加入了一个特殊的 __missing__方法，用于处理缺失的项：
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"]) # []
其实 python 还提供了字典的一个子类Defaultdict，功能与上述方法类似，只是对于不存在的项，它调用了一个无参数的函数：
from collections import defaultdict
m = defaultdict(list)
m["foo"].append(1)
m["foo"].append(2)
print(dict(m)) # {'foo': [1, 2]}
当您想提供默认值或在找不到键时执行特定操作而不是引发KeyError时，这非常有用。
5、哈希等价键
下面是一个有趣的字典示例：
my_dict = {'1': 'string', True: 'bool', 1: 'int', 1.0: float}
print(my_dict)
输出：
{'1': 'string', True: <class 'float'>}
尽管向 Python 字典添加了 4 个不同的键，但你能告诉为什么它只保留了其中的两个吗？
原因是在Python中，字典根据哈希等价性（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，1.0、1和True具有不同的数据类型，并且也是不同的对象。
print(id(1), id(True), id(1.0))
print(type(1), type(True), type(1.0))
输出：
140407572928816 4308871808 140407573652336
<class 'int'> <class 'bool'> <class 'float'>
但事实上，它们共享相同的哈希值，因此字典将它们视为相同的键。
print(hash(1), hash(True), hash(1.0))
输出：
1 1 1
而且你是否注意到与 True 对应的值明明是 bool，但它打印的却是 float ？
输出：{'1': 'string', True: <class 'float'>}
这是因为，首先，将 True 作为键，其值为'bool'。接下来，当添加键 1 时，由于哈希值相同 Python 将其识别为同一个键。
因此，与 True 对应的值被 'int' 覆盖，而键（True）保持不变。
最后，当添加 1.0 时，又遇到了相同的情况，'int' 又被 'float' 覆盖。
总结
Python 中的字典功能强大且灵活，探索其各种特性和用例可以实现更高效和可读性更好的代码。
这篇文章探索了 Python 字典的一些有趣特性和用例。我们了解到，尽管列表不能直接作为字典的键，但通过扩展列表类并实现 __hash__ 方法，我们可以实现这一点。此外，我们还发现字典可以作为 IF 条件的替代方案，通过提供键来调用相应的函数。另外，我们介绍了将字典用于实现 switch 语句的方法，以及字典的 __missing__方法和 DefaultDict 的用法。最后，我们探讨了哈希等价键的现象。这些有趣的特性使得 Python 字典在编程中非常灵活和强大。无论是处理复杂的数据结构还是简化代码逻辑，我们都可以利用这些特性来提高代码的效率和可读性。