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。數據結構

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。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’])

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。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。

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。

>>> 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)

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。

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

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。

相關文章
相關標籤/搜索