Разновидности словарей в Python: базовый dict и его модификации

Начиная с Python 3.7 обычный dict гарантирует порядок вставки. Однако для явного указания или обратной совместимости можно использовать OrderedDict из модуля collections. Этот тип предлагает дополнительные методы, такие как move_to_end().

from collections import OrderedDict

od = OrderedDict()
od["a"] = 1
od["b"] = 2
od["c"] = 3

print(od)  # OrderedDict([('a', 1), ('b', 2), ('c', 3)])

# Переместить ключ 'a' в конец
od.move_to_end("a")
print(od)  # OrderedDict([('b', 2), ('c', 3), ('a', 1)])

OrderedDict([('a', 1), ('b', 2), ('c', 3)])
OrderedDict([('b', 2), ('c', 3), ('a', 1)])

Случаи использования: когда важен порядок итерации, или необходимы методы move_to_end()/popitem(last=True) для реализации очередей и LRU-кэшей.

defaultdict из модуля collections автоматически создаёт значение по умолчанию для любого нового ключа. Это удобно при группировке данных или подсчёте.

from collections import defaultdict

# Создание словаря со значением по умолчанию int (0)
word_count = defaultdict(int)
words = ["apple", "banana", "apple", "orange", "banana", "apple"]
for w in words:
    word_count[w] += 1

print(dict(word_count))  # {'apple': 3, 'banana': 2, 'orange': 1}

# Со значением по умолчанию list
grouped = defaultdict(list)
grouped["чётные"].append(2)
grouped["нечётные"].append(1)
grouped["чётные"].append(4)
print(dict(grouped))  # {'чётные': [2, 4], 'нечётные': [1]}

{'apple': 3, 'banana': 2, 'orange': 1}
{'чётные': [2, 4], 'нечётные': [1]}

# Неправильно: будет вызван list() при создании, а не при обращении к ключу
# d = defaultdict(list())  # TypeError: first argument must be callable or None

defaultdict идеален для аккумуляции элементов, построения частотных таблиц и создания инвертированных индексов.

Класс Counter (из модуля collections) наследуется от dict и предназначен именно для подсчёта хешируемых объектов. Он имеет удобные методы most_common(), elements() и поддерживает арифметические операции.

from collections import Counter

# Подсчёт символов в строке
counter = Counter("abracadabra")
print(counter)  # Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})

# Три самых частых символа
print(counter.most_common(3))  # [('a', 5), ('b', 2), ('r', 2)]

# Арифметика счетчиков
c1 = Counter(a=3, b=1)
c2 = Counter(a=1, b=2)
print(c1 + c2)  # Counter({'a': 4, 'b': 3})
print(c1 - c2)  # Counter({'a': 2}) - только положительные значения

Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
[('a', 5), ('b', 2), ('r', 2)]
Counter({'a': 4, 'b': 3})
Counter({'a': 2})

Counter применяется в анализе текстов, логировании, статистике и любом сценарии, где нужно подсчитать повторения.

ChainMap из модуля collections группирует несколько словарей в единое представление, не создавая новый объект. Поиск ключа выполняется последовательно по всем переданным словарям.

from collections import ChainMap

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}

chain = ChainMap(d1, d2)
print(chain["a"])  # 1 - из d1
print(chain["b"])  # 2 - из d1 (первый найденный)
print(chain["c"])  # 4 - из d2

# Изменение через цепочку влияет на первый словарь
chain["b"] = 10
print(d1)  # {'a': 1, 'b': 10}

1
2
4
{'a': 1, 'b': 10}

ChainMap полезен для создания областей видимости (например, конфигурация с приоритетом), слоёв настроек или реализации вложенных пространств имён.

Класс UserDict из модуля collections является обёрткой над обычным словарём, предназначенной для наследования. В отличие от прямого наследования от dict, UserDict упрощает переопределение методов и хранение данных в атрибуте data.

from collections import UserDict

class UpperCaseDict(UserDict):
    def __setitem__(self, key, value):
        # Автоматически преобразуем ключ в верхний регистр
        super().__setitem__(key.upper(), value)

ud = UpperCaseDict()
ud["hello"] = "world"
print(ud)  # {'HELLO': 'world'}
print(ud["hello"])  # KeyError - нужно обращаться 'HELLO'
print(ud["HELLO"])  # world

{'HELLO': 'world'}
world

Подходит для создания словарей с автоматической валидацией, трансформацией ключей/значений, логированием доступа или другими вспомогательными функциями.

Для статической типизации используется TypedDict из модуля typing. Он позволяет описать структуру словаря с конкретными типами ключей и значений. В рантайме TypedDict не накладывает ограничений, но помогает IDE и статическим анализаторам (mypy) проверять код.

from typing import TypedDict

class Person(TypedDict):
    name: str
    age: int
    city: str

# Создание корректного словаря
p1: Person = {"name": "Иван", "age": 25, "city": "СПб"}

# Ошибка типов (но не в рантайме) - mypy укажет на несоответствие
# p2: Person = {"name": "Пётр", "age": "unknown"}  # age ожидается int

Применяется в больших проектах с аннотациями типов, при работе с API, конфигурациями и JSON-данными, где важна читаемость и проверка корректности до запуска.