摘要：的模塊在這些內置數據類型的基礎上，提供了幾個額外的數據類型等，其中和是兩個很實用的擴展類型。繼承自，繼承自。這種方式比容易理解多了，可以很清楚的知道每個值代表的含義。

在Python中有一些內置的數據類型，比如int, str, list, tuple, dict等。Python的collections模塊在這些內置數據類型的基礎上，提供了幾個額外的數據類型：namedtuple, defaultdict, deque, Counter, OrderedDict等，其中defaultdict和namedtuple是兩個很實用的擴展類型。defaultdict繼承自dict，namedtuple繼承自tuple。

在使用Python原生的數據結構dict的時候，如果用d[key]這樣的方式訪問，當指定的key不存在時，是會拋出KeyError異常的。但是，如果使用defaultdict，只要你傳入一個默認的工廠方法，那么請求一個不存在的key時， 便會調用這個工廠方法使用其結果來作為這個key的默認值。

defaultdict在使用的時候需要傳一個工廠函數(function_factory)，defaultdict(function_factory)會構建一個類似dict的對象，該對象具有默認值，默認值通過調用工廠函數生成。

下面給一個defaultdict的使用示例：

In [1]: from collections import defaultdict

In [2]: s = [("xiaoming", 99), ("wu", 69), ("zhangsan", 80), ("lisi", 96), ("wu", 100), ("yuan", 98), ("xiaoming", 89)]

In [3]: d = defaultdict(list)

In [4]: for k, v in s:
   ...:     d[k].append(v)
   ...:     

In [5]: d
Out[5]: defaultdict(, {"lisi": [96], "xiaoming": [99, 89], "yuan": [98], "zhangsan": [80], "wu": [69, 100]})

In [6]: for k, v in d.items():
   ...:     print "%s: %s" % (k, v)
   ...:     
lisi: [96]
xiaoming: [99, 89]
yuan: [98]
zhangsan: [80]
wu: [69, 100]

對Python比較熟悉的同學可以發現defaultdict(list)的用法和dict.setdefault(key, [])比較類似，上述代碼使用setdefault實現如下：

s = [("xiaoming", 99), ("wu", 69), ("zhangsan", 80), ("lisi", 96), ("wu", 100), ("yuan", 98), ("xiaoming", 89)]
d = {}

for k, v in s:
    d.setdefault(k, []).append(v)

從以上的例子中，我們可以基本了defaultdict的用法，下面我們可以通過help(defaultdict)了解一下defaultdict的原理。通過Python console打印出的help信息來看，我們可以發現defaultdict具有默認值主要是通過missing方法實現的，如果工廠函數不為None，則通過工廠方法返回默認值，具體如下：

def __missing__(self, key):
    # Called by __getitem__ for missing key
    if self.default_factory is None:
        raise KeyError((key,))
    self[key] = value = self.default_factory()
    return value

從上面的說明中，我們可以發現一下幾個需要注意的地方：

missing方法是在調用getitem方法發現KEY不存在時才調用的，所以，defaultdict也只會在使用d[key]或者d.getitem(key)的時候才會生成默認值；如果使用d.get(key)是不會返回默認值的，會出現KeyError；

defaultdict主要是通過missing方法實現，所以，我們也可以通過實現該方法來生成自己的defaultdict，代碼入下

In [1]: class MyDefaultDict(dict):
   ...:     def __missing__(self, key):
   ...:         self[key] = "default"
   ...:         return "default"
   ...:     

In [2]: my_default_dict = MyDefaultDict()

In [3]: my_default_dict
Out[3]: {}

In [4]: print my_default_dict["test"]
default

In [5]: my_default_dict
Out[5]: {"test": "default"}

defaultdict是在Python 2.5之后才加入的功能，在舊版本的Python中是不支持這個功能的，不過，知道了它的原理，我們可以自己實現一個defaultdict。

# http://code.activestate.com/recipes/523034/
try:
    from collections import defaultdict
except:
    class defaultdict(dict):

        def __init__(self, default_factory=None, *a, **kw):
            if (default_factory is not None and
                not hasattr(default_factory, "__call__")):
                raise TypeError("first argument must be callable")
            dict.__init__(self, *a, **kw)
            self.default_factory = default_factory

        def __getitem__(self, key):
            try:
                return dict.__getitem__(self, key)
            except KeyError:
                return self.__missing__(key)

        def __missing__(self, key):
            if self.default_factory is None:
                raise KeyError(key)
            self[key] = value = self.default_factory()
            return value

        def __reduce__(self):
            if self.default_factory is None:
                args = tuple()
            else:
                args = self.default_factory,
            return type(self), args, None, None, self.items()

        def copy(self):
            return self.__copy__()

        def __copy__(self):
            return type(self)(self.default_factory, self)

        def __deepcopy__(self, memo):
            import copy
            return type(self)(self.default_factory, copy.deepcopy(self.items()))

        def __repr__(self):
            return "defaultdict(%s, %s)" % (self.default_factory, dict.__repr__(self))

namedtuple主要用來產生可以使用名稱來訪問元素的數據對象，通常用來增強代碼的可讀性，在訪問一些tuple類型的數據時尤其好用。其實，在大部分時候你應該使用namedtuple替代tuple，這樣可以讓你的代碼更容易讀懂，更加pythonic。舉個例子：

from collections import namedtuple

# 變量名和namedtuple中的第一個參數一般保持一致，但也可以不一樣
Student = namedtuple("Student", "id name score")
# 或者 Student = namedtuple("Student", ["id", "name", "score"])

students = [(1, "Wu", 90), (2, "Xing", 89), (3, "Yuan", 98), (4, "Wang", 95)]

for s in students:
    stu = Student._make(s)
    print stu

# Output:
# Student(id=1, name="Wu", score=90)
# Student(id=2, name="Xing", score=89)
# Student(id=3, name="Yuan", score=98)
# Student(id=4, name="Wang", score=95)

在上面的例子中，Student就是一個namedtuple，它和tuple的使用方法一樣，可以通過index直接取，而且是只讀的。這種方式比tuple容易理解多了，可以很清楚的知道每個值代表的含義。

Over!