目錄python
collections是Python內建的一個集合模塊,提供了許多有用的集合類。數據結構
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。app
>>> 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。函數
爲此定義一個class又小題大作了,這時,namedtuple就派上用場了。spa
>>> from collections import namedtuple >>> Vector = namedtuple('Vector', ['x', 'y']) >>> v = Vector(2,3) >>> v.x 2 >>> v.y 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。命令行
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。code
咱們能夠驗證建立的Vector對象的類型。對象
>>> type(v) <class '__main__.Vector'> >>> isinstance(v, Vector) True >>> isinstance(v, tuple) 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:排序
>>> Circle = namedtuple('Circle', ['x', 'y', 'r']) # namedtuple('名稱', [‘屬性列表’])
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。索引
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。
>>> from collections import deque >>> deq = deque([1, 2, 3]) >>> deq.append(4) >>> deq deque([1, 2, 3, 4]) >>> deq.appendleft(5) >>> deq deque([5, 1, 2, 3, 4]) >>> deq.pop() 4 >>> deq.popleft() 5 >>> deq 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。
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。
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。
>>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是無序的 {'a': 1, 'c': 3, 'b': 2} >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) >>> od # OrderedDict的Key是有序的 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
>>> od = OrderedDict() >>> od['z'] = 1 >>> od['y'] = 2 >>> od['x'] = 3 >>> list(od.keys()) # 按照插入的Key的順序返回 ['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。
from collections import OrderedDict class LastUpdatedOrderedDict(OrderedDict): def __init__(self, capacity): super(LastUpdatedOrderedDict, self).__init__() self._capacity = capacity def __setitem__(self, key, value): containsKey = 1 if key in self else 0 if len(self) - containsKey >= self._capacity: last = self.popitem(last=False) print('remove:', last) if containsKey: del self[key] print('set:', (key, value)) else: print('add:', (key, value)) OrderedDict.__setitem__(self, key, value)
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。
from collections import ChainMap import os, argparse # 構造缺省參數: defaults = { 'color': 'red', 'user': 'guest' } # 構造命令行參數: parser = argparse.ArgumentParser() parser.add_argument('-u', '--user') parser.add_argument('-c', '--color') namespace = parser.parse_args() command_line_args = { k: v for k, v in vars(namespace).items() if v } # 組合成ChainMap: combined = ChainMap(command_line_args, os.environ, defaults) # 打印參數: print('color=%s' % combined['color']) 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:
$ python3 use_chainmap.py -u bob color=red 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:
$ user=admin color=green python3 use_chainmap.py -u bob color=green user=bob
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。
collections模塊提供了一些有用的集合類,能夠根據須要選用。