python dict: get vs setdefault

Question

下面两个表达式对我来说似乎是等价的。哪一个更可取？

data = [('a', 1), ('b', 1), ('b', 2)]

d1 = {}
d2 = {}

for key, val in data:
    # variant 1)
    d1[key] = d1.get(key, []) + [val]
    # variant 2)
    d2.setdefault(key, []).append(val)

结果是一样的，但是哪个版本更好，或者更像pythonic？

就我个人而言，我发现版本2更难理解，因为对我来说，setdefault很难掌握。如果我理解正确，它会在字典中查找"key“的值，如果不可用，则将"[]”输入到dict中，返回对值或"[]“的引用，并将"val”附加到该引用。虽然它确实很流畅，但至少对我来说并不直观。

在我看来，版本1更容易理解(如果可用，获取"key“的值，否则获取"[]"，然后与val组成的列表连接，并将结果放在”key“中)。但是，虽然更直观地理解，但我担心这个版本的性能较差，因为所有这些列表创建。另一个缺点是"d1“在表达式中出现了两次，这很容易出错。也许有一个使用get的更好的实现，但目前我还不知道。

我的猜测是，版本2虽然对于没有经验的人来说更难掌握，但速度更快，因此更可取。意见？

Answer 1

您的两个示例做了相同的事情，但这并不意味着get和setdefault做同样的事情。

两者之间的区别基本上是手动将d[key]设置为每次都指向列表，而setdefault仅在d[key]未设置时自动将其设置为列表。

使这两种方法尽可能相似，我运行

from timeit import timeit

print timeit("c = d.get(0, []); c.extend([1]); d[0] = c", "d = {1: []}", number = 1000000)
print timeit("c = d.get(1, []); c.extend([1]); d[0] = c", "d = {1: []}", number = 1000000)
print timeit("d.setdefault(0, []).extend([1])", "d = {1: []}", number = 1000000)
print timeit("d.setdefault(1, []).extend([1])", "d = {1: []}", number = 1000000)

并得到了

0.794723378711
0.811882272256
0.724429205999
0.722129751973

因此，在这方面，setdefault比get快10%左右。

与使用setdefault相比，get方法允许您执行的操作更少。您可以使用它来避免在密钥不存在时获取KeyError (如果这是经常发生的事情)，即使您不想设置密钥。

有关这两种方法的更多信息，请参阅Use cases for the 'setdefault' dict method和dict.get() method returns a pointer。

关于setdefault的帖子得出的结论是，在大多数情况下，您都希望使用defaultdict。关于get的帖子总结说它很慢，通常您最好(速度明智地)执行双重查找，使用默认字典，或者处理错误(取决于字典的大小和您的用例)。

Answer 2

agf的公认答案不是将like与like进行比较。之后：

print timeit("d[0] = d.get(0, []) + [1]", "d = {1: []}", number = 10000)

d[0]包含一个包含10,000个项目的列表，而在此之后：

print timeit("d.setdefault(0, []) + [1]", "d = {1: []}", number = 10000)

d[0]就是简单的[]。即d.setdefault版本从不修改存储在d中的列表。代码实际上应该是：

print timeit("d.setdefault(0, []).append(1)", "d = {1: []}", number = 10000)

事实上，它比有问题的setdefault示例更快。

这里的不同之处在于，当您使用连接进行追加时，每次都会复制整个列表(并且一旦您有了10,000个元素，这些元素就开始变得可测量。使用append，列表更新被摊销为O(1)，即有效的恒定时间。

最后，还有两个在原始问题中没有考虑的选项：defaultdict或简单地测试字典，看看它是否已经包含键。

所以，假设d3, d4 = defaultdict(list), {}

# variant 1 (0.39)
d1[key] = d1.get(key, []) + [val]
# variant 2 (0.003)
d2.setdefault(key, []).append(val)
# variant 3 (0.0017)
d3[key].append(val)
# variant 4 (0.002)
if key in d4:
    d4[key].append(val)
else:
    d4[key] = [val]

到目前为止，变体1是最慢的，因为它每次都会复制列表，变体2是第二慢的，变体3是最快的，但是如果你需要比2.5更早的Python，那么变体4就不会工作，而变体4只是比变体3稍微慢一点。

我会说，如果可以的话，可以使用变体3，对于那些不完全适合defaultdict的地方，可以选择变体4。避免你的两个原始变体。

Answer 3

对于那些仍然在努力理解这两个术语的人，让我告诉你get()和setdefault()方法之间的基本区别-

场景-1

root = {}
root.setdefault('A', [])
print(root)

场景-2

root = {}
root.get('A', [])
print(root)

在-1\f25 Scenario-1 \f6中，输出为-1\f25 {'A': []} -1\f6，而在-2\f25 Scenario-2 \f25 {} -2\f6中输出为-1\f25-1\f6

因此，setdefault()在字典中设置缺少的键，而get()只提供默认值，但它不修改字典。

现在让我们来看看它的用处-假设你在一个字典中搜索一个元素，它的值是一个列表，如果你想修改这个列表，否则就用这个列表创建一个新的键。

使用setdefault()

def fn1(dic, key, lst):
    dic.setdefault(key, []).extend(lst)

使用get()

def fn2(dic, key, lst):
    dic[key] = dic.get(key, []) + (lst) #Explicit assigning happening here

现在让我们检查一下计时-

dic = {}
%%timeit -n 10000 -r 4
fn1(dic, 'A', [1,2,3])

耗时288纳秒

dic = {}
%%timeit -n 10000 -r 4
fn2(dic, 'A', [1,2,3])

花了128秒

因此，这两种方法之间存在非常大的时序差异。