dict类型在python中使用频率极高，与其有关的内置函数都在__builtins__.dict__模块中。
集合set的实现也依赖于散列表，因此本章中也会讲到它。反过来说，想要进一步理解集合和字典，就得先理解散列表的原理。
3.1 泛映射类型
colletions.abc模块中有Mapping 和MutableMapping 这两个抽象基类，他们的作用是dict 和其他类型定义形式接口
如图1 collections.abc 中的MutableMapping 和它的超类的UML图（箭头从子类指向超类，抽象类和抽象方法的名称以斜体显示）
然而，非抽象映射类型一般不会直接继承这些抽象基类，它们会直接对dict或者是colletions.User.Dict 进行扩展。这些抽象基类的主要作用是作为形式化的文档，它们定义了构建一个映射类型所需要的最基本的接口。然后它们还可以跟isinstance一起被用来判定某个数据是不是广义上的映射类型
什么是可散列的数据类型
关于可散 列类型的定义有这样一段话：
如果一个对象是可散列的，那么在这个对象的生命周期中，它的散列值是不变 的，而且这个对象需要实现__hash__() 方法。另外可散列对象还要有__qe__() 方法， 这样才能跟其他键做比较。如果两个可散列对象是相等的，那么它们的 散列值一定是一样的……
原子不可变数据类型（str、bytes 和数值类型）都是可散列类型，frozenset 也是可散 列的，因为根据其定义，frozenset 里只能容纳可散列类型。元组的话，只有当一个元 组包含的所有元素都是可散列类型的情况下，它才是可散列的。
字典的构造方式
a = dict(one = 1 , two = 2 , three = 3)
b = {'one' :1 , 'two' : 2 , 'three' :3}
c = dict(zip(['one' , 'two' , 'three'] , [1,2,3]))
d = dict([('two',2) , ('one',1) , ('three' , 3)])
e = dict({'three':3 ,'one':1 , 'two':2})
a == b == c == d == e
除了上述的句法，字典推导（dict comprehension）式也可以构建新dict
3.2字典推导
- 字典推导的应用
DIAL_CODES = [
(86,'China'),
(91,'India'),
(1 , 'United States'),
(62 , 'Indonesia'),
(55 , 'Brazil'),
(92 , 'Pakistan'),
(880 , 'Bangladesh'),
(234 , 'Nigeria'),
(7, 'Russia'),
(81 , 'Japan'),
]
country_code = {country :code for code , country in DIAL_CODES}
country_code
{code :country.upper() for country,code in country_code.items() if code < 66}
3.3 常见的映射方法
映射类型的方法其实很丰富，下表为什么展示了dict defaultdict 和 OrderedDict 的常见方法，后面两个数据类型是dict的变种，位于collections 模块内
表：dict collections.defaultdict 和colletions.OrderedDict 这三种映射类型的方法列表（依然省略了继承自object的常见方法）；可选参数以[...]表示
*default_factory并不是一个方法，而是一个可调用对象(callable)，它的值在defaultdict初始化的时候由用户设定。
*OrderedDict.popitem() 会移除字典里最先插入的元素（先进先出）；同时这个方法还有一个可选的last参数，若为真，则会移除最后插入的元素（后进先出）
上面的表格中，update 方法处理参数 m 的方式，是典型的“鸭子类型”。函数首先检查 m 是否有 keys 方法，如果有，那么 update 函数就把它当作映射对象来处理。否则，函数会 退一步，转而把 m 当作包含了键值对 (key, value) 元素的迭代器。Python 里大多数映射类 型的构造方法都采用了类似的逻辑，因此你既可以用一个映射对象来新建一个映射对象， 也可以用包含 (key, value) 元素的可迭代对象来初始化一个映射对象。
在映射对象的方法里，setdefault 可能是比较微妙的一个。我们虽然并不会每次都用它， 但是一旦它发挥作用，就可以节省不少次键查询，从而让程序更高效。如果你对它还不熟 悉，下面我会通过一个实例来讲解它的用法。
用setdefault处理找不到的键
当字典 d[k] 不能找到正确的键的时候，Python 会抛出异常，这个行为符合 Python 所信奉的 “快速失败”哲学。也许每个 Python 程序员都知道可以用 d.get(k, default) 来代替 d[k]， 给找不到的键一个默认的返回值（这比处理 KeyError 要方便不少）。但是要更新某个键对应 的值的时候，不管使用 __getitem__ 还是 get 都会不自然，而且效率低。就像示例 3-2 中的 还没有经过优化的代码所显示的那样，dict.get 并不是处理找不到的键的最好方法。
- 从索引中获取单次出现的频率信息，并把它们写进对应的列表里
"""创建一个从单次到其出现情况的映射"""
import os
import re
WORD_RE = re.compile(r'\w+')
index = {}
with open(sys.argv[1] , encoding = 'utf-8') as fp:
for line_no , line in enumerate(fp,1):
word = match.group()
column_no = match.start() +1
location = (line_no , column_no)
# 这其实是一种很不好的实现，这样写只是为了证明论点
occurrences = index.get(word , [])
occurrences.append(location)
index[word] = occurrences
# 以字母顺序打印出结果
for word in sorted(index , key = str.upper):
print(word , index[word])
3.4 映射的弹性键查询
有时候为了方便起见，就算某个键在映射里不存在，我们也希望在通过这个键读取值的时候能得到一个默认值。在两个途径能帮我们达到这个目的的，一个是通过defaultdict这个类型而不是普通的dict，另一个是给自己一个dict的子类，然后在子类中实现__missing__方法。下面将介绍这两种方法：
3.4.1 defaultdict:处理找不到的键的一个选择
具体而言，在实例化一个defaultdict的时候，需要给构造方法提供一个调用对象，这个可调用的对象会在__getitem__碰到找不到的键的时候被调用，让__getitem__返回某种默认值。
比如，我们新建了这样一个字典:dd = defaultdict(list) , 如果键'new-key'在dd中还不存在的话，表达式dd['new-key']会按照以下的步骤来行事。
(1)调用list()来建立一个新列表
(2)把这个新列表作为值，'new-key'作为它的键，放到dd中
(3)返回这个列表的引用
而这个用来生成默认值的可调用对象存放在名为default_factory的实例属性里。
- 创建一个从单词到其出现情况的映射
import sys
import re
import collections
index = collections.defaultdict(list)
with open(sys.argv[1], encoding='utf-8') as fp:
for line_no, line in enumerate(fp, 1):
for match in WORD_RE.finditer(line):
word = match.group()
column_no = match.start()+1
location = (line_no, column_no)
index[word].append(location)
for word in sorted(index, key=str.upper):
print(word, index[word])
3.4.2 特殊方法 __missing__
当有非字符串的键被查找的时候，StrKeyDict0 是如何在该键不存在的情况下，把它转换为字符串的
d = StrKeyDict0([('2' , 'two') , ('4' , 'four')])
d
d[4]
d[1]
d.get('2')
d.get(4)
d.get(1 , 'N/A')
2 in d
1 in d
如果要自定义一个映射类型，更合适的策略其实是继承collections.UserDict类。这里我们从dict继承，只是为了演示__missing__是如何被dict.__getitem__调用的。
#StrKeyDict0 继承了dict
class StrKeyDict0(dict):
def __missing__(self , key):
#如果找不到的键本身就是字符串，就抛出KeyError异常
if isinstance(key , str):
raise KeyError(key)
#如果找不到的键不是字符串，那么把它转换成字符串再进行查找
return self[str(key)]
#get 方法把查找工作用 self[key] 的形式委托给 __getitem__， 这样在宣布查找失败之 前，还能通过 __missing__ 再给某个键一个机会。
def get(self , key , default = None):
try:
return self[key]
#如果抛出 KeyError，那么说明 __missing__ 也失败了，于是返回 default
except KeyError:
return default
#先按照传入键的原本的值来查找（我们的映射类型中可能含有非字符串的键），如果没 找到，再用 str() 方法把键转换成字符串再查找一次。
def __contains__(self , key):
return key in self.keys() or str(key) in self.key()
3.5 字典的变种
这一节总结了标准库里 collections 模块中，除了 defaultdict 之外的不同映射类型。
collections.OrderedDict
这个类型在添加键的时候会保持顺序，因此键的迭代次序总是一致的。OrderedDict 的 popitem 方法默认删除并返回的是字典里的最后一个元素，但是如果像my_odict. popitem(last=False) 这样调用它，那么它删除并返回第一个被添加进去的元素。
collections.ChainMap
该类型可以容纳数个不同的映射对象，然后在进行键查找操作的时候，这些对象会被当 作一个整体被逐个查找，直到键被找到为止。这个功能在给有嵌套作用域的语言做解 释器的时候很有用，可以用一个映射对象来代表一个作用域的上下文。
collections.Counter
这个映射类型会给键准备一个整数计数器。每次更新一个键的时候都会增加这个计数 器。所以这个类型可以用来给可散列表对象计数，或者是当成多重集来用——多重集合 就是集合里的元素可以出现不止一次。Counter 实现了 + 和 - 运算符用来合并记录，还 有像 most_common([n]) 这类很有用的方法。most_common([n]) 会按照次序返回映射里最 常见的n 个键和它们的计数，下面的小例子利用 Counter 来计算单词中各个字母出现的次数：
import collections
ct = collections.Counter('abracadabra')
ct
ct.update('aaaaazzz')
ct
ct.most_common(2)
3.6 子类化UserDict
就创造自定义映射类型来说，以 UserDict 为基类，总比以普通的 dict 为基类要来得方便。
这体现在，我们能够改进示例 3-7 中定义的 StrKeyDict0 类，使得所有的键都存储为字符 串类型。
而更倾向于从 UserDict 而不是从 dict 继承的主要原因是，后者有时会在某些方法的实现 上走一些捷径，导致我们不得不在它的子类中重写这些方法，但是 UserDict 就不会带来这 些问题。
- 无论是添加、更新还是查询操作 ， StrKeyDict 都会把非字符串的键转换为字符串
import collections
class StrKeyDict(collections.UserDict):
def __missing__(self , key):
if isinstance(key , str):
raise KeyError(key)
return self[str(key)]
def __contains__(self , key):
return str(key) in self.data
def __setitem__(self , key , item):
self.data[str(key)] = item
因为 UserDict 继承的是 MutableMapping，所以 StrKeyDict 里剩下的那些映射类型的方法 都是从 UserDict、MutableMapping 和 Mapping 这些超类继承而来的。特别是最后的 Mapping 类，它虽然是一个抽象基类（ABC），但它却提供了好几个实用的方法。以下两个方法值 得关注。
MutableMapping.update
这个方法不但可以为我们所直接利用，它还用在__init__里，让构造方法可以利用传入的各种参数（其他映射类型、元素是 (key, value) 对的可迭代对象和键值参数）来 新建实例。因为这个方法在背后是用 self[key] = value 来添加新值的，所以它其实是 在使用我们的__setitem__方法。Mapping.get
为它继承了 Mapping.get 方法， 这个方法的实现方式跟 StrKeyDict0.get 是一模一样的。
3.7 不可变映射类型
从 Python 3.3 开始，types 模块中引入了一个封装类名叫 MappingProxyType。如果给这个类 一个映射，它会返回一个只读的映射视图。虽然是个只读视图，但是它是动态的。这意味 着如果对原映射做出了改动，我们通过这个视图可以观察到，但是无法通过这个视图对原 映射做出修改。
from types import MappingProxyType
d = {1:'A'}
d_proxy = MappingProxyType(d)
d_proxy
3.8 集合论
集合指set ,也指frozenset。
集合的本质是许多唯一对象的聚集。因此，集合可以用于去重
l = ['spam' , 'spam' , 'eggs' , 'spam']
set(l)
集合中的元素必须是可散列的，set 类型本身是不可散列的，但是 frozenset 可以。因此 可以创建一个包含不同 frozenset 的 set。
除了保证唯一性，集合还实现了很多基础的中缀运算符 。给定两个集合 a 和 b，a | b 返 回的是它们的合集，a & b 得到的是交集，而 a - b 得到的是差集。合理地利用这些操作， 不仅能够让代码的行数变少，还能减少 Python 程序的运行时间。这样做同时也是为了让代 码更易读，从而更容易判断程序的正确性，因为利用这些运算符可以省去不必要的循环和 逻辑操作。
例如，我们有一个电子邮件地址的集合（haystack），还要维护一个较小的电子邮件地址集 合（needles），然后求出 needles 中有多少地址同时也出现在了 heystack 里。借助集合操 作，我们只需要一行代码就可以了
found = len(needles & haystack)
needles 的元素在 haystack 里出现的次数
found = 0
for n in needles:
if n in haystack:
found += 1
3.8.1 集合字面量
除空集之外，集合的字面量——{1}、{1, 2}，等等——看起来跟它的数学形式一模一样。 如果是空集，那么必须写成 set() 的形式。
不要忘了，如果要创建一个空集，你必须用不带任何参数的构造方法 set()。 如果只是写成 {} 的形式，跟以前一样，你创建的其实是个空字典。
3.8.2 集合推导
from unicodedata import name
{chr(i) for i in range(32, 256) if 'SIGN' in name(chr(i),'')}
3.8.3 集合的操作
3.9 dict 和 set 的背后
想要理解 Python 里字典和集合类型的长处和弱点，它们背后的散列表是绕不开的一环。
这一节将会回答以下几个问题。
- Python 里的 dict 和 set 的效率有多高？
- 为什么它们是无序的？
- 为什么并不是所有的 Python 对象都可以当作 dict 的键或 set 里的元素？
- 为什么 dict 的键和 set 元素的顺序是跟据它们被添加的次序而定的，以及为什么在映射对象的生命周期中，这个顺序并不是一成不变的？
- 什么不应该在迭代循环 dict 或是 set 的同时往里添加元素？
