Python字典默认值设置方法及defaultdict使用教程
2026-04-04 18:30:31
0浏览
收藏
Python字典访问缺失键时易抛出KeyError,而`defaultdict`通过传入工厂函数(如`int`、`list`或`lambda`)为首次方括号访问的不存在键自动提供默认值,既简洁又高效;它并非语法糖,而是`collections`中行为独特的类型,适用于键值结构固定、需频繁增删的场景,相比`setdefault()`更省力、更一致,但需警惕嵌套写法错误、类型提示限制和序列化前的转换要求;其实用与否关键在于代码是否反复出现兜底逻辑——若真如此,`defaultdict`能让代码更干净;否则,`in`判断、`get()`或`setdefault()`等轻量方案反而更合适。

用 defaultdict 替代普通字典,避免 KeyError
普通字典查不存在的键会直接抛 KeyError,而 defaultdict 能在首次访问缺失键时自动填一个默认值,不报错。它不是语法糖,是 collections 模块里的独立类型,行为和 dict 不完全一致。
- 必须传一个可调用对象(比如
list、int、str或 lambda)作为工厂函数,不能传具体值(如defaultdict(0)是错的) - 只有在用方括号访问缺失键时才触发默认值生成(
.get()仍返回None或你给的 fallback) defaultdict(int)的默认值是0,defaultdict(list)是空列表,defaultdict(str)是空字符串
defaultdict 和 dict.setdefault() 怎么选
两者都能防 KeyError,但适用场景不同:前者适合「键值关系固定、反复增删」,后者适合「单次兜底、逻辑简单」。
defaultdict在初始化阶段就决定了所有缺失键的行为,后续所有[key]访问都自动生效;setdefault()每次都要显式调用,比如d.setdefault('a', []).append(1)setdefault()的默认值只在键不存在时设置一次,之后再调不会覆盖;defaultdict每次新建键都调用工厂函数,所以defaultdict(list)每个新键都得到一个全新空列表- 如果只是偶尔查一下缺不缺键,用
in判断或.get()更轻量,没必要上defaultdict
常见踩坑:嵌套 defaultdict 写法和类型提示
想实现「字典套字典套列表」这种结构,容易写错工厂函数,导致所有键共享同一个内层容器。
- 错误写法:
defaultdict(defaultdict(list))——defaultdict(list)是实例,不是可调用对象,会报TypeError - 正确写法:
defaultdict(lambda: defaultdict(list))或defaultdict(partial(defaultdict, list)) - 类型提示要小心:mypy 默认不识别
defaultdict的默认值行为,建议用Dict[K, V]+ 注释说明,或显式标注为DefaultDict[K, V]并配from collections import defaultdict - 序列化(如
json.dumps)前必须转成普通dict,否则会报TypeError: Object of type defaultdict is not JSON serializable
不用 defaultdict 也能解决?看这几个替代方案
不是所有场景都值得引入 defaultdict,尤其当逻辑简单或仅需一次兜底时。
- 查键存在性:
if 'key' in d:最直白,无副作用 - 取值带默认:
d.get('key', []),注意默认值是表达式结果,不是每次调用都重算(除非用 lambda 包一层) - 需要赋值且兜底:
d.setdefault('key', []).append(x),比defaultdict多一次方法调用,但语义更明确 - Python 3.8+ 可用海象运算符:
if (v := d.get('key')) is None: d['key'] = v = [],但可读性差,一般不推荐
真正该用 defaultdict 的时候,是你发现代码里反复出现 .setdefault 或 if key not in d: d[key] = ...,而且键的默认类型很统一。这时候换掉,代码反而更干净。其他时候,别为了“炫技”硬套。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
Linux文件系统修复指南:fsck磁盘检测与修复方法
- 上一篇
- Linux文件系统修复指南:fsck磁盘检测与修复方法
-
CSS无限轮播 <">下一篇 - CSS实现图片无限轮播滚动动画,主要通过关键帧动画(@keyframes)和CSS属性如transform、animation等来实现。下面是一个简单的示例,展示如何用纯CSS实现图片的无限轮播效果。✅ 示例代码
CSS无限轮播 <
查看更多
最新文章
-
- 文章 · python教程 | 16小时前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 18小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 1天前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · Python 并行执行 全局状态 InterpreterPoolExecutor
- Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
- 130浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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。
- 374次使用
-
- 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。
- 444次使用
-
- 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。
- 451次使用
-
- 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。
- 397次使用
-
- 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。
- 223次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

