python內置模塊collections介紹

python內置模塊collections介紹

collections是Python內建的一個集合模塊，提供了許多有用的集合類。

一、namedtuple

python提供了不少很是好用的基本類型，好比不可變類型tuple，咱們能夠輕鬆地用它來表示一個二元向量。

1 >>> v = (2,3)

咱們發現，雖然(2,3)表示出了一個向量的兩個座標，可是，若是沒有額外說明，又很難直接看出這個元組是用來表示一個座標的。

爲此定義一個class又小題大作了，這時，namedtuple就派上用場了。

 1 >>> from collections import namedtuple
 2 
 3 >>> Vector = namedtuple('Vector', ['x', 'y'])
 4 
 5 >>> v = Vector(2,3)
 6 
 7 >>> v.x
 8 
 9 2
10 
11 >>> v.y
12 
13 3

namedtuple是一個函數，它用來建立一個自定義的tuple對象，而且規定了tuple元素的個數，並能夠用屬性而不是索引來引用tuple的某個元素。

這樣一來，咱們用namedtuple能夠很方便地定義一種數據類型，它具有tuple的不變性，又能夠根據屬性來引用，使用十分方便。

咱們能夠驗證建立的Vector對象的類型。

 1 >>> type(v)
 2 
 3 <class '__main__.Vector'>
 4 
 5 >>> isinstance(v, Vector)
 6 
 7 True
 8 
 9 >>> isinstance(v, tuple)
10 
11 True

相似的，若是要用座標和半徑表示一個圓，也能夠用namedtuple定義：

1 >>> Circle = namedtuple('Circle', ['x', 'y', 'r'])
2 # namedtuple('名稱', [‘屬性列表’])

二、deque

在數據結構中，咱們知道隊列和堆棧是兩個很是重要的數據類型，一個先進先出，一個後進先出。在python中，使用list存儲數據時，按索引訪問元素很快，可是插入和刪除元素就很慢了，由於list是線性存儲，數據量大的時候，插入和刪除效率很低。

deque是爲了高效實現插入和刪除操做的雙向鏈表結構，很是適合實現隊列和堆棧這樣的數據結構。

 1 >>> from collections import deque
 2 >>> deq = deque([1, 2, 3])
 3 >>> deq.append(4)
 4 >>> deq
 5 deque([1, 2, 3, 4])
 6 >>> deq.appendleft(5)
 7 >>> deq
 8 deque([5, 1, 2, 3, 4])
 9 >>> deq.pop()
10 4
11 >>> deq.popleft()
12 5
13 >>> deq
14 deque([1, 2, 3])

deque除了實現list的append()和pop()外，還支持appendleft()和popleft()，這樣就能夠很是高效地往頭部添加或刪除元素。

三、defaultdict

使用dict字典類型時，若是引用的key不存在，就會拋出KeyError。若是但願Key不存在時，返回一個默認值，就能夠用defaultdict。

>>> from collections import defaultdict
>>> dd = defaultdict(lambda: 'defaultvalue')
>>> dd['key1'] = 'a'
>>> dd['key1']
'a'
>>> dd['key2'] # key2未定義，返回默認值
'defaultvalue'

注意默認值是調用函數返回的，而函數在建立defaultdict對象時傳入。

除了在Key不存在時返回默認值，defaultdict的其餘行爲跟dict是徹底同樣的。

四、OrderedDict

使用dict時，key是無序的。在對dict作迭代時，咱們沒法肯定key的順序。

可是若是想要保持key的順序，能夠用OrderedDict。

1 >>> from collections import OrderedDict
2 >>> d = dict([('a', 1), ('b', 2), ('c', 3)])
3 >>> d # dict的Key是無序的
4 {'a': 1, 'c': 3, 'b': 2}
5 >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
6 >>> od # OrderedDict的Key是有序的
7 OrderedDict([('a', 1), ('b', 2), ('c', 3)])

注意，OrderedDict的key會按照插入的順序排列，不是key自己排序

1 >>> od = OrderedDict()
2 >>> od['z'] = 1
3 >>> od['y'] = 2
4 >>> od['x'] = 3
5 >>> list(od.keys()) # 按照插入的Key的順序返回
6 ['z', 'y', 'x']

OrderedDict能夠實現一個FIFO（先進先出）的dict，當容量超出限制時，先刪除最先添加的key。

 1 from collections import OrderedDict
 2 class LastUpdatedOrderedDict(OrderedDict):
 3     def __init__(self, capacity):
 4         super(LastUpdatedOrderedDict, self).__init__()
 5         self._capacity = capacity
 6     def __setitem__(self, key, value):
 7         containsKey = 1 if key in self else 0
 8         if len(self) - containsKey >= self._capacity:
 9             last = self.popitem(last=False)
10             print('remove:', last)
11         if containsKey:
12             del self[key]
13             print('set:', (key, value))
14         else:
15             print('add:', (key, value))
16         OrderedDict.__setitem__(self, key, value)

五、ChainMap

ChainMap能夠把一組dict串起來並組成一個邏輯上的dict。ChainMap自己也是一個dict，可是查找的時候，會按照順序在內部的dict依次查找。

何時使用ChainMap最合適？舉個例子：應用程序每每都須要傳入參數，參數能夠經過命令行傳入，能夠經過環境變量傳入，還能夠有默認參數。咱們能夠用ChainMap實現參數的優先級查找，即先查命令行參數，若是沒有傳入，再查環境變量，若是沒有，就使用默認參數。

 

下面的代碼演示瞭如何查找user和color這兩個參數。

 

 1 from collections import ChainMap
 2 import os, argparse
 3 # 構造缺省參數:
 4 defaults = {
 5     'color': 'red',
 6     'user': 'guest'
 7 }
 8 # 構造命令行參數:
 9 parser = argparse.ArgumentParser()
10 parser.add_argument('-u', '--user')
11 parser.add_argument('-c', '--color')
12 namespace = parser.parse_args()
13 command_line_args = { k: v for k, v in vars(namespace).items() if v }
14 # 組合成ChainMap:
15 combined = ChainMap(command_line_args, os.environ, defaults)
16 # 打印參數:
17 print('color=%s' % combined['color'])
18 print('user=%s' % combined['user'])

 

沒有任何參數時，打印出默認參數：

$ python3 use_chainmap.py 
color=red
user=guest

當傳入命令行參數時，優先使用命令行參數：

1 $ python3 use_chainmap.py -u bob
2 color=red
3 user=bob

同時傳入命令行參數和環境變量，命令行參數的優先級較高：

1 $ user=admin color=green python3 use_chainmap.py -u bob
2 color=green
3 user=bob

六、Counter

Counter是一個簡單的計數器，例如，統計字符出現的個數：

 

from collections import Counter
>>> s = 'abbcccdddd'
>>> Counter(s)
Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})

 

Counter實際上也是dict的一個子類。

七、小結

collections模塊提供了一些有用的集合類，能夠根據須要選用。

更多精彩文章關注微信公衆號【python社區營】

>>> from collections import defaultdict

>>> dd = defaultdict(lambda: 'defaultvalue')

>>> dd['key1'] = 'a'

>>> dd['key1']

'a'

>>> dd['key2'] # key2未定義，返回默認值

'defaultvalue'