"BOKU"のITな日常

還暦越えの文系システムエンジニアの”BOKU”は新しいことが大好きです。

Pythonの辞書型の初期化・追加・一覧・ソートなどの方法をまとめておく

Pythonの辞書(dictionary)は、やたらと使います。

他の言語だと、連想配列と呼んだりする「文字列をキー(添え字)にして値を管理できるデータ構造」です。

この基本操作(初期化・追加・一覧・ソート)を、備忘のためまとめておきます。

f:id:arakan_no_boku:20181124131221j:plain

 

空で初期化して後でデータを追加する

 

初期化して、あとでデータを追加していく方法です。

 

まずは、一般的な辞書。

 

割りとよくある「文章等を単語に分割して、その単語の出現頻度を数えるために辞書でカウントアップする」みたいな用途を想定した例です。

追加の仕方でよく使う3パターンを書いてます。

seed = ['apple','orange','banana','orange','banana','apple','apple','apple']
md = {}
for key in seed:
    if key not in md:
        md[key] = 0
    md[key] += 1

md2 = {}
for key in seed:
    md2.setdefault(key,0)
    md2[key] += 1

md3 = {}
for key in seed:
    md3[key] = md3.get(key,0) + 1

ポイントは・・。

一般的な辞書(dictianary)の場合、単純に「md[key] += 1  」だけすると、存在しないキーでエラーで落ちる(=1件目からエラーになる)ということです。

なので、方法としては2通り。

  • キーの存在チェックをして、なければ先に代入するを明示的にする(上の例)
  • 上記の判断と処理を内部的にやってくれる「setdefault()」を使う(下の例)

です。

まあ、これでも良いのですけど、perlとかで連想配列を覚えた人間にとっては、md[key] += 1」だけで、キーがない時は、自動的に0をセットしてほしい・・と思います。

 

デフォルト辞書

 

自分は一般的な辞書ではなく、デフォルト辞書をよく使います。

from collections import defaultdict

seed = ['apple','orange','banana','orange','banana','apple','apple','apple']

md = defaultdict(int)
for key in seed:
    md[key] += 1

違いは初期化の仕方だけです。 

① collectionsモジュールのdefaultdictクラスをインポートする。

② defaultdict()で初期化する。

これだけで、上記のようにスマートにカウントできるようになります。

ちなみに、defaultdictクラスの引数のintは、デフォルト値「0」を返す関数です。

変数ではないです。 

 

辞書にセットしたキーや値を参照する

 

個別にキーを指定して取得するか、一括に取得して一覧するか・・です。

 

個別にキーを指定して取得

 

配列の引数みたいに個別のキーを指定して値を取得するやり方です。

例えば。

info = {'apple':'りんごだよ','orange':'みかんだよ','banana':'ばななだよ'}

みたいな辞書を初期化で展開しておいたなら。

info['apple']

で「りんごだよ」の文字列を得るみたいな感じです。

 

格納されている全てのキーと値を一覧する

 

キーの一覧(リスト)は、「keys()」で取得できます。

値の一覧(リスト)は、「values()」で取得できます。

キーと値をセットで取得するには「items()」で取得できます。

for key,val in md.items():
    print(key,":",val)

みたいな感じですね。

でも、「keys()」と「values()」をzip()と組合せて、キーと値をペアで取得する方法も、個人的にはスマートで気に入ってます。

例は以下です。

例では「デフォルト辞書」を使ってますが、初期化の部分が少し違うだけで、参照の方法は「通常の辞書」でも同じです。

from collections import defaultdict

seed = ['orange','banana','apple','apple','apple','apple','orange','banana','banana','banana','banana','banana']

md = defaultdict(int)
for key in seed:
    md[key] += 1

for key,val in zip(md.keys(),md.values()):
    print(key,":",val)

これで以下のような結果が表示されます。

orange : 2
banana : 6
apple : 4

でもまあ。

keys()とvalues()がきちんとペアで取得されることが保証されるのか?とかを気にする方も多いので、仕事だと「items()」を使っておくほうが無難だとは思います。

自分がいろいろ試してみた限りは大丈夫でしたし、今のところ、それで問題があったということもないですけど、万が一の場合に疑われるリスクをおかしてまで、こだわる話でもないですから(笑) 

 

items()やkeys()で取得する場合の並び順

 

デフォルト辞書の場合は、取り出す順番がキーの挿入順であることが保証されません。

そのため、キーの挿入順を記録して、その順番で取り出せることを保証するための特別な辞書があります。

collectionsモジュールのOrderedDictクラスです。

from collections import OrderedDict

od = OrderedDict()

 みたいに初期化して、あとは普通の辞書のように使えばよいです。

「od.items()」などで取り出した時に、キーの挿入順で取り出せます。

でも。

実は、Python3.7からは言語仕様で、標準の辞書でも挿入順が保証されるようになっていて、Python3.6でもCPythonの実装ベースで同様の動きをします。

なので、Python3.6以降に限定するなら、OrderedDictのありがたみはあまりないのですけども、Pythonのバージョンで動きが異なる・・というリスクを残すことになるので、取り出す順序に依存するロジックなら、明示的にOrderedDictを使っといたほうがいいよ・・てな話です。

なんで、辞書の取り出し順がバージョンによって違うのかって話は、こちらの記事がすごいわかりやすかったので、リンク貼っておきます。

www.freia.jp

 

ソートしてから一覧する① lambda 式を使う

 

ソートする場合は、一度辞書をソートしてから、上記の要領で一覧処理します。

キー・値でソートする例(昇順・降順)です。

from collections import defaultdict

seed = ['orange','banana','apple','apple','apple','apple','orange','banana','banana','banana','banana','banana']

md = defaultdict(int)
for key in seed:
    md[key] += 1

# キーの昇順にソートする
smd1 = dict(sorted(md.items(),key=lambda x:x[0]))
for key,val in zip(smd1.keys(),smd1.values()):
    print(key,":",val)

# キーの降順にソートする
smd2 = dict(sorted(md.items(),key=lambda x:x[0],reverse=True))
for key,val in zip(smd2.keys(),smd2.values()):
    print(key,":",val)

# 値の昇順にソートする
smd3 = dict(sorted(md.items(),key=lambda x:x[1]))
for key,val in zip(smd3.keys(),smd3.values()):
    print(key,":",val)

# 値の降順にソートする
smd4 = dict(sorted(md.items(),key=lambda x:x[1],reverse=True))
for key,val in zip(smd4.keys(),smd4.values()):
    print(key,":",val)

この結果は上から順にこんな感じ。

apple : 4
banana : 6
orange : 2 

 orange : 2
banana : 6
apple : 4

orange : 2
apple : 4
banana : 6 

banana : 6
apple : 4
orange : 2 

 

ソートしてから一覧する②itemgetter()を使う

 

好みの問題ですが・・「 key=lambda x:x[1]」の部分が、いまいち好きではないと言う場合には、opratorモジュールのitemgetter()を使うやり方もあります。

一応、そちらも書いておきます。

from collections import defaultdict
import operator as op

seed = ['orange','banana','apple','apple','apple','apple','orange','banana','banana','banana','banana','banana']

md = defaultdict(int)
for key in seed:
    md[key] += 1

# キーの昇順にソートする
smd1 = dict(sorted(md.items(),key=op.itemgetter(0)))
for key,val in zip(smd1.keys(),smd1.values()):
    print(key,":",val)

# キーの降順にソートする
smd2 = dict(sorted(md.items(),key=op.itemgetter(0),reverse=True))
for key,val in zip(smd2.keys(),smd2.values()):
    print(key,":",val)

# 値の昇順にソートする
smd3 = dict(sorted(md.items(),key=op.itemgetter(1)))
for key,val in zip(smd3.keys(),smd3.values()):
    print(key,":",val)

# 値の降順にソートする
smd4 = dict(sorted(md.items(),key=op.itemgetter(1),reverse=True))
for key,val in zip(smd4.keys(),smd4.values()):
    print(key,":",val)

ちがうのは「key=op.itemgetter(1)」の部分だけです。

以上。

辞書の初期化・追加・一覧・ソートのポイントを、備忘をかねて整理してみました。

ではでは。