当前位置:首页 > 文章列表 > 文章 > python教程 > Python字典fromkeys用法误区详解

Python字典fromkeys用法误区详解

2026-03-12 20:03:43 0浏览 收藏
Python的`dict.fromkeys()`方法看似便捷,实则暗藏陷阱:当用可变对象(如列表、字典)作为默认值时,所有键会共享同一对象引用,导致一处修改、处处同步——例如`dict.fromkeys(['a','b','c'], [])`后对`d['a'].append(1)`的操作竟让三个键的值同时变成`[1]`;要避免这一“静默灾难”,应改用字典推导式、`defaultdict`或显式循环来为每个键创建独立对象,而`None`等不可变值则天然安全。掌握这一细节,能帮你避开大量难以调试的隐蔽bug。

Python字典默认值陷阱_fromkeys使用误区

Python中dict.fromkeys()看似简单,实则暗藏陷阱——它用同一个对象作为所有键的默认值,一旦该值是可变类型(如列表、字典),修改任一键对应的值,其余键也会“意外”同步改变。

fromkeys共享同一对象引用

dict.fromkeys(keys, value)并不会为每个键创建独立副本,而是将value这个对象的引用赋给每一个键。如果value是不可变类型(如0、None、"a"),问题不明显;但若是可变类型,后果立现:

  • 错误示范:d = dict.fromkeys(['a', 'b', 'c'], [])
    此时d['a'] is d['b'] is d['c']为True,三者指向同一空列表。
  • 执行d['a'].append(1)后,d变成{'a': [1], 'b': [1], 'c': [1]}——这不是预期行为。

正确创建独立默认值的替代方案

需确保每个键对应一个**新创建的对象**,常用方法有:

  • 字典推导式(推荐):d = {k: [] for k in ['a', 'b', 'c']} —— 每次循环都新建一个空列表。
  • 使用defaultdict:from collections import defaultdict
    d = defaultdict(list),访问不存在的键时自动调用list()生成新列表。
  • 循环手动构建:d = {}; for k in keys: d[k] = [],明确可控,适合逻辑复杂场景。

为什么None作默认值是安全的?

因为None是不可变单例对象,本身不能被“修改”。即使多个键共用None,后续赋值(如d['a'] = [1])只是让'a'指向新列表,不影响其他键。这和可变对象的就地修改(如.append())有本质区别。

调试与识别该陷阱的小技巧

遇到多键值“联动变化”时,快速验证是否为引用共享:

  • 用id()检查:若id(d['a']) == id(d['b']),说明引用相同。
  • 用is比较:d['a'] is d['b']返回True即为同对象。
  • 避免在fromkeys中传入可变对象,除非你明确需要共享状态(极少见)。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

唯品会官网入口及登录页指南唯品会官网入口及登录页指南
上一篇
唯品会官网入口及登录页指南
Golangerror.Is用法详解
下一篇
Golangerror.Is用法详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    311次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    369次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    363次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    332次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    154次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码