字典(dict)对象是 Python 最常用的数据结构，社区曾有人开玩笑地说：”Python 企图用字典装载整个世界”，字典在 Python 中的重要性不言而喻，这里整理了几个关于高效使用字典的清单，助你代码更加 Pythonic。

1、用 in 关键字检查 key 是否存在

Python之禅中有一条开发哲学是：

There should be one— and preferably only one —obvious way to do it.

尽量找一种，最好是唯一种显而易见的解决方案。Python2 中判断某个 key 是否存在字典中可使用 has_key 方法，另外一种方式是使用 in 关键字。但是强烈推荐使用后者，因为 in 的处理速度更快，另外一个原因是 has_key 这个方法在 Python3 被移除了，要想同时兼容py2和py3两个版本的代码，用 in 是最好的选择。

bad

d = {'name': 'python'}if d.has_key('name'): pass

good

if 'name' in d:

pass

2、用 get 获取字典中的值

关于获取字典中的值，一种简单的方式就是用d.[x]访问该元素，但是这种情况在 key 不存在的情况下会报 KeyError 错误，当然你可以先用 in 操作检查 key 是否在字典中再获取，不过这种方式不符合 Python 之禅中说的：

Simple is better than complex.

Flat is better than nested.

好的代码应该是简单易懂的，扁平的代码结构更加可读。我们可以使用 get 方法来代替 if … else

bad

d = {'name': 'python'}if 'name' in d: print(d['hello'])else: print('default')

good

print(d.get("name", "default"))

3、用 setdefault 为字典中不存在的 key 设置缺省值

data = [ ("animal", "bear"), ("animal", "duck"), ("plant", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus") ]

在做分类统计时，希望把同一类型的数据归到字典中的某种类型中，比如上面代码，把相同类型的事物用列表的形式重新组装，得到新的字典

groups = {}>>> {'plant': ['cactus'], 'animal': ['bear', 'duck'], 'vehicle': ['speed boat', 'school bus']}

普通的方式就是先判断 key 是否已经存在，如果不存在则要先用列表对象进行初始化，再执行后续操作。而更好的方式就是使用字典中的 setdefault 方法。

bad

for (key, value) in data: if key in groups: groups[key].append(value) else: groups[key] = [value]

good

groups = {}for (key, value) in data: groups.setdefault(key, []).append(value)

setdefault 的作用是：

如果 key 存在于字典中，那么直接返回对应的值，等效于 get 方法

如果 key 不存在字典中，则会用 setdefault 中的第二个参数作为该 key 的值，再返回该值。

4、用 defaultdict 初始化字典对象

如果不希望 d[x] 在 x 不存在时报错，除了在获取元素时使用 get 方法之外，另外一种方式是用 collections 模块中的 defaultdict，在初始化字典的时候指定一个函数，其实 defaultdit 是 dict 的子类。

from collections import defaultdictgroups = defaultdict(list)for (key, value) in data: groups[key].append(value)

当 key 不存在于字典中时，list 函数将被调用并返回一个空列表赋值给 d[key]，这样一来，你就不用担心调用 d[k] 会报错了。

5、用 fromkeys 将列表转换成字典

keys = {'a', 'e', 'i', 'o', 'u' }value = []d = dict.fromkeys(keys, value)print(d)>>>{'i': [], 'u': [], 'e': [], 'a': [], 'o': []}

6、用字典实现 switch … case 语句

Python 中没有 switch … case 语句，这个问题Python之父龟叔表示这个语法过去没有，现在没有，以后也不会有。因为Python简洁的语法完全可以用 if … elif 实现。如果有太多的分支判断，还可以使用字典来代替。

if arg == 0: return 'zero'elif arg == 1: return 'one'elif arg == 2: return "two"else: return "nothing"

good

data = {

0: "zero",

1: "one",

2: "two",

}

data.get(arg, "nothing")

7、使用 iteritems 迭代字典中的元素

python提供了几种方式迭代字典中的元素，第一种是使用 items 方法：

d = { 0: "zero", 1: "one", 2: "two",}for k, v in d.items(): print(k, v)

items 方法返回的时(key ,value)组成的列表对象，这种方式的弊端是迭代超大字典的时候，内存瞬间会扩大两倍，因为列表对象会一次性把所有元素加载到内存，更好的方式是使用 iteritems

for k, v in d.iteritems(): print(k, v)

iteritems 返回的是迭代器对象，迭代器对象具有惰性加载的特性，只有真正需要的时候才生成值，这种方式在迭代过程中不需要额外的内存来装载这些数据。注意 Python3 中，只有 items 方法了，它等价于 Python2 中的 iteritems，而 iteritems 这个方法名被移除了。

8、使用字典推导式

推导式是个绝妙的东西，列表推导式一出，map、filter等函数黯然失色，自 Python2.7以后的版本，此特性扩展到了字典和集合身上，构建字典对象无需调用 dict 方法。

bad

numbers = [1,2,3]d = dict([(number,number*2) for number i

n numbers])

good

numbers = [1, 2, 3]d = {number: number * 2 for number in numbers}

随着数据量的扩大，人工智能和机器学习正在处理那些在过去似乎不可能完成的任务。所有的科技巨头(Facebook、微软、谷歌、亚马逊)都在积极开张数据工作，争先恐后地为促进这些领域的发展做出贡献。根据研究，人工智能和机器学习实践者更喜欢使用Python，因为Python易于编码和可读性较高，这样我们就不会被语言的结构所困扰。