dict.setdefault() 用法

setdefault 是Python中字典的一个方法，用于在字典中查找指定键，如果键存在，则返回对应值（而不是指定的默认值）；如果键不存在，则在字典中添加该键，并将其值设置为指定的默认值

dict.setdefault(key, default_value)

其中，key为要查找或添加的键，default_value为键不存在时设置的默认值（若省略，默认None）

d = {}
d.setdefault("list", []).append(1)
d.setdefault("list", []).append(2)
print(d)  # 输出：{"list": [1, 2]}
# 为字典d添加一个键'list'，并将其值设置为一个空列表
# 使用列表的append方法向该列表中添加元素1和2

底层原理

Python中字典是一种无序的键值对集合，它的底层实现是通过拉链法实现的哈希表

• 什么是哈希表？一种根据关键字直接访问内存位置的数据结构，通过哈希函数将关键字映射到对应的内存位置
• 什么是拉链法（chaining）？每个哈希桶中存储一个链表， 哈希值相同的键值对会被插入到同一个链表中。当需要查找或插入一个键值对时，先计算出该键的哈希值，然后根据哈希值找到对应的哈希桶，再在该哈希桶对应的链表中查找或插入键值对
• 什么是哈希桶（bucket）？是哈希表中存储元素的容器，是一个动态数组，每个元素都是一个链表，链表中的每个节点都是一个键值对
  • 哈希桶的大小通常是一个质数，这是为了保证哈希函数的均匀性和哈希表的性能。如果哈希桶比较小，会导致哈希冲突（hash collision）的概率增大，从而降低哈希表的性能；如果哈希桶比较大，会浪费内存空间
  • 哈希桶的大小是根据哈希表的负载因子（load factor）和哈希表中元素数量来计算的。同时是动态调整的，当哈希表中元素数量达到一定阈值时，会自动扩容哈希表，增加哈希桶的数量，在保证哈希函数均匀性和哈希表性能的同时，提高哈希表的存储容量

setdefault方法的底层实现步骤：

1. 计算要查找或添加的键的哈希值，找到对应的哈希桶
2. 遍历哈希桶对应的链表，查找是否有键与要查找或添加的键相同
3. 如果找到了相同的键，则返回该键对应的值
4. 如果没有找到相同的键，则在链表头部添加一个新的键值对，并将键的值设置为默认值，返回默认值作为该键的值

与 dict.get() 的区别

dict.get时：

• 若get的键存在，则返回对应键的value，若不存在则返回设置的default的值，默认为None
• 字典中的键值不会发生任何变化

dict.setdefault时：

• 若setdefault的键存在，则返回对应键的value，若不存在则返回设置的default的值，默认为None
• 同时，字典中会将该键及设置的默认值添加到字典中

例1：添加一个新键和默认值 

d = {"a": 1, "b": 2}
d.get("c", 3)
print(d)  # 输出：{'a': 1, 'b': 2}d = {"a": 1, "b": 2}
d.setdefault("c", 3)
print(d)  # 输出：{'a': 1, 'b': 2, 'c': 3}
# 字典d本来并没有键为'c'的元素，使用setdefault方法可以添加一个新的键'c'和默认值3

例2：修改已有键的默认值

d = {"a": 1, "b": 2}
d.get("a", 3)
print(d)  # 输出：{"a": 1, "b": 2}d = {"a": 1, "b": 2}
d.setdefault("a", 3)
print(d)  # 输出：{"a": 1, "b": 2}
# 字典d已经有键'a'，使用setdefault方法仍然会返回键'a'对应的值1，而不会修改它的默认值

例3：可以省略默认值参数

d = {"a": 1, "b": 2}
d.get("c")
print(d)  # 输出：{"a": 1, "b": 2}d = {"a": 1, "b": 2}
d.setdefault("c")
print(d)  # 输出：{"a": 1, "b": 2, "c": None}
# 省略了默认值参数，此时默认值为None

案例

我有一个字典，为用户评分数据，其中大写字母代表用户user，小写字母代表物品item：

user_score_dict = {'A': {'a': 3.0, 'b':4.0, 'c':0.0, 'd':3.5, 'e':0.0},'B': {'a': 4.0, 'b':0.0, 'c':4.5, 'd':0.0, 'e':3.5},'C': {'a': 0.0, 'b':3.5, 'c':0.0, 'd':0.0, 'e':3.0},'D': {'a': 0.0, 'b':4.0, 'c':0.0, 'd':3.5, 'e':3.0},
}

基于用户评分数据，构建共现矩阵，代码如下：

• 什么是共现矩阵？行和列都代表物品a~e，元素代表同时喜欢两个物品的用户数
• 显然，共现矩阵对角线全为0，且为对称矩阵

item_user_count = dict()   # 每个物品有多少用户产生过行为
count = dict()   # 共现矩阵for user, item in user_score_dict.items():for i in item.keys():item_user_count.setdefault(i, 0)if user_score_dict[user][i] > 0.0:item_user_count[i] += 1for j in item.keys():count.setdefault(i, {}).setdefault(j, 0)if (user_score_dict[user][i] > 0.0and user_score_dict[user][j] > 0.0and i != j):count[i][j] += 1

结果如下：

item_user_count:  {'a': 2, 'b': 3, 'c': 1, 'd': 2, 'e': 3}
# a物品被A和B两个用户交互过，所以为2，以此类推count:  {'a': {'a': 0, 'b': 1, 'c': 1, 'd': 1, 'e': 1}, 'b': {'a': 1, 'b': 0, 'c': 0, 'd': 2, 'e': 2}, 'c': {'a': 1, 'b': 0, 'c': 0, 'd': 0, 'e': 1}, 'd': {'a': 1, 'b': 2, 'c': 0, 'd': 0, 'e': 1}, 'e': {'a': 1, 'b': 2, 'c': 1, 'd': 1, 'e': 0}}
# 同时喜欢b和d的用户为A和D，有2个，所以为2，且对称，以此类推

在此基础上，得到物品之间的相似度矩阵，代码如下：

itemSim = dict()
for i, related_items in count.items():itemSim.setdefault(i, {})for j, cuv in related_items.items():itemSim[i].setdefault(j, 0)itemSim[i][j] = cuv / item_user_count[i]   # 同时喜欢物品i和j的用户数 / 喜欢物品i的用户数# 该公式可以理解为：喜欢物品i的用户中，有多少比例的用户也喜欢物品j

此处也可以写为：

for i, related_items in count.items():for j, cuv in related_items.items():itemSim.setdefault(i, {}).setdefault(j, 0)itemSim[i][j] = cuv / item_user_count[i]

结果如下：

itemSim:  
{'a': {'a': 0.0, 'b': 0.5, 'c': 0.5, 'd': 0.5, 'e': 0.5}, 'b': {'a': 0.3333333333333333, 'b': 0.0, 'c': 0.0, 'd': 0.6666666666666666, 'e': 0.6666666666666666}, 'c': {'a': 1.0, 'b': 0.0, 'c': 0.0, 'd': 0.0, 'e': 1.0}, 'd': {'a': 0.5, 'b': 1.0, 'c': 0.0, 'd': 0.0, 'e': 0.5}, 'e': {'a': 0.3333333333333333, 'b': 0.6666666666666666, 'c': 0.3333333333333333, 'd': 0.3333333333333333, 'e': 0.0}}

参考

python 中的 setdefault 方法详解、底层原理和用法-CSDN博客

Python中dict.setdefault的用法-CSDN博客