defaultdict创建字典

因为字典的hash性所以key一定是唯一的

- 在创建字典的时候可以想象它的可以做到的事情是，unique后对数据分类或统计

- 但是字典中有多少唯一的值并不确定

- 此时引入defaultdict可以很好的达到取值和统计

比如：

常见的案例是对文本中的字母进行数量统计：

from collections import defaultdict
text="aaddbbedr"
count_text=defaultdict(int)
for i in text:
    count_text[i] +=1
    print(count_text)#方便显示过程
#结果如下：

defaultdict(<class 'int'>, {'a': 1})
defaultdict(<class 'int'>, {'a': 2})
defaultdict(<class 'int'>, {'a': 2, 'd': 1})
defaultdict(<class 'int'>, {'a': 2, 'd': 2})
defaultdict(<class 'int'>, {'a': 2, 'd': 2, 'b': 1})
defaultdict(<class 'int'>, {'a': 2, 'd': 2, 'b': 2})
defaultdict(<class 'int'>, {'a': 2, 'd': 2, 'b': 2, 'e': 1})
defaultdict(<class 'int'>, {'a': 2, 'd': 3, 'b': 2, 'e': 1})
defaultdict(<class 'int'>, {'a': 2, 'd': 3, 'b': 2, 'e': 1, 'r': 1})

第二个是数据分析中常用的对应引入字典key和value：

to_get_dict=["abc","time",9,["a","b"]]
index=["apple","dog","age","fee"]
to_dict=defaultdict(tuple)
for x,y in zip(to_get_dict,index):
    to_dict[x]=y
    print(to_dict)

#结果如下：

defaultdict(<class 'tuple'>, {'abc': 'apple'})
defaultdict(<class 'tuple'>, {'abc': 'apple', 'time': 'dog'})
defaultdict(<class 'tuple'>, {'abc': 'apple', 'time': 'dog', 9: 'age'})