Для чего нужен словарь?

Словари в работе Data Scientist

Словарь — одна из фундаментальных структур данных в Python и data science. Это неупорядоченная коллекция пар ключ-значение, которая используется повсеместно в аналитике данных.

1. Основное назначение словарей

Словари позволяют:

• Хранить связанные данные: пара ключ-значение логически связана
• Быстро искать значения: O(1) в среднем случае
• Структурировать данные: альтернатива спискам и кортежам
• Моделировать реальные объекты: объекты с атрибутами и свойствами

# Основное использование
user = {
    "name": "Иван",
    "age": 28,
    "city": "Москва",
    "skills": ["Python", "SQL", "ML"]
}

print(user["name"])  # O(1) доступ
user["experience_years"] = 5  # Добавление

2. Словари в обработке данных

В data science словари используются для преобразования и маппинга данных:

import pandas as pd
import numpy as np

# Маппинг категориальных переменных
status_map = {
    "active": 1,
    "inactive": 0,
    "pending": -1
}

df = pd.DataFrame({"status": ["active", "inactive", "active"]})
df["status_encoded"] = df["status"].map(status_map)

# Функция маппинга для преобразования
city_encoding = {
    "Москва": 1,
    "СПб": 2,
    "Казань": 3
}
df["city_code"] = df["city"].apply(lambda x: city_encoding.get(x, 0))

3. Работа со сложными структурами данных

Словари помогают работать с вложенными структурами и JSON:

# JSON данные из API
response = {
    "data": {
        "users": [
            {"id": 1, "name": "Алиса", "metrics": {"views": 100, "clicks": 20}},
            {"id": 2, "name": "Боб", "metrics": {"views": 150, "clicks": 35}}
        ]
    },
    "status": "success"
}

# Извлечение данных
for user in response["data"]["users"]:
    print(f"{user[name]}: {user[metrics][clicks]} clicks")

4. Конфигурационные словари

В ML-проектах словари используются для хранения конфигураций:

# Гиперпараметры модели
model_config = {
    "algorithm": "random_forest",
    "n_estimators": 100,
    "max_depth": 10,
    "random_state": 42,
    "preprocessing": {
        "scaler": "StandardScaler",
        "handle_missing": "mean"
    }
}

# Загрузка конфига
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(**{k: v for k, v in model_config.items() if k != "preprocessing"})

5. Агрегирование и группировка данных

Словари удобны для подсчёта и агрегирования:

# Подсчёт частотности
from collections import Counter

data = ["a", "b", "a", "c", "a", "b"]
freq = dict(Counter(data))  # {"a": 3, "b": 2, "c": 1}

# Ручное агрегирование
frequency = {}
for item in data:
    frequency[item] = frequency.get(item, 0) + 1

6. Производительность и альтернативы

• Словари: O(1) поиск, гибкие ключи (строки, числа, кортежи)
• Списки: O(n) поиск по значению, упорядоченные
• NumPy массивы: O(1) доступ, фиксированные типы, лучше для численных данных
• Pandas DataFrame: табличные данные, встроенная обработка

# Выбор структуры
scores = {"Alice": 95, "Bob": 87}  # Словарь — быстро найти score по имени
names = ["Alice", "Bob"]  # Список — если порядок важен
data = np.array([95, 87])  # NumPy — если нужны вычисления
df = pd.DataFrame({"name": names, "score": data})  # DataFrame — табличные данные

Заключение

Словарь — это не просто структура данных, а основной инструмент для организации информации в data science. От маппинга категорий до хранения конфигураций моделей, словари повышают читаемость кода и эффективность обработки данных. Понимание когда и как их использовать — критичный навык для DS.