【python3】collections系列介紹
|
|||||||||
| 日 | 一 | 二 | 三 | 四 | 五 | 六 | |||
|---|---|---|---|---|---|---|---|---|---|
| 30 | 31 | 1 | 2 | 3 | 4 | 5 | |||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 | |||
| 13 | 14 | 15 | 16 | 17 | 18 | 19 | |||
| 20 | 21 | 22 | 23 | 24 | 25 | 26 | |||
| 27 | 28 | 29 | 30 | 1 | 2 | 3 | |||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 | |||
統計
- 隨筆 - 10
- 文章 - 0
- 評論 - 0
- 引用 - 0
公告
文章來源：http://www.jb51.net/article/48771.htmhtml
（http://www.cnblogs.com/wushank/p/5122786.html）python
修改人：天馬流行拳web
時間：2016/6/22算法
Collections模塊基本介紹數據結構
咱們都知道，Python擁有一些內置的數據類型，好比str, int, list, tuple, dict等， collections模塊在這些內置數據類型的基礎上，提供了幾個額外的數據類型：app
1.namedtuple(): 生成可使用名字來訪問元素內容的tuple子類
2.deque: 雙端隊列，能夠快速的從另一側追加和推出對象
3.Counter: 計數器，主要用來計數
4.OrderedDict: 有序字典
5.defaultdict: 帶有默認值的字典python2.7
一、可命名元組(namedtuple)
ide
# 做用：namedtuple主要用來產生可使用名稱來訪問元素的數據對象，一般用來加強代碼的可讀性， 在訪問一些tuple類型的數據時尤爲好用。函數
View Code
建立一個本身的可擴展tuple的類（包含tuple全部功能以及其餘功能的類型），在根據類建立對象，而後調用對象post
最長用於座標，普通的元組相似於列表以index編號來訪問，而自定義可擴展的能夠相似於字典的keys進行訪問
下例列舉用collections.namedtuple以及普通元組進行元素調用的實例子。
實例1：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
【collections方法】
import
collections
#導入collections模塊
mytuple
=
collections.namedtuple(
'mytuple'
,[
'x'
,
'y'
,
'z'
])
#調用namedtuple方法來定義mytuple的變量，並建立一個名稱爲['x','y','z']的列表。
a
=
mytuple(
3
,
5
,
7
)
#給mytuple賦值，這裏賦值的（3,5,7）是分別賦值給['x','y','z']這個列表中每一個元素的。
print
(a)
>>>mytuple(x
=
3
, y
=
5
, z
=
7
)
#打印結果能夠看出賦值的每一個值已經傳給了列表中對應的每一個元素中了。
print
(a.x)
#上述咱們把mytuple賦給了變量a,因此a=mytuple。那麼咱們在調用mytuple中的元素時，要使用a.x,a.y,a.z的方式去調用。
>>>
3
print
(a.x
*
a.z)
#a.x=3，a.z=7那麼再相乘結果爲21
>>>
21
|
【普通tuple調用方法】
|
1
2
3
4
5
6
7
8
|
mytuple
=
(
3
,
5
,
7
)
#生成一個普通的數字元組
print
(mytuple)
>>>(
3
,
5
,
7
)
print
(mytuple[
0
]
*
mytuple[
2
])
#在作元素調用以及算法計算時，由於元組調用元素跟列表同樣是經過index編號來訪問的因此要取出每一個元素必須使用座標，而後再作計算。
>>>
21
|
總結：經過上述方法能夠看出使用collections模塊中的namedtuple方法能夠給每一個元素起別名，經過名稱調用的方式來獲取值使用。而普通元組的方法必須經過下標的方式來取值。
實例2：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from
collections
import
namedtuple
#經過from import的方式直接調用collections模塊中namedtuple這個方法。而import collections是導入這個模塊中全部的方法。這種調用在使用時必須collections.namedtuple的方式來使用。
websites
=
[
(
'Sohu'
,
'http://www.google.com/'
, u
'liupeng'
),
(
'Sina'
,
'http://www.sina.com.cn/'
, u
'tony'
),
(
'163'
,
'http://www.163.com/'
, u
'jack'
)
]
#假設咱們有一個列表，列表中有三個元組，每一個元組中的元素都是不一樣格式的字符串
Website
=
namedtuple(
'Website_list'
, [
'name'
,
'url'
,
'founder'
])
#經過調用namedtuple，來設置一個列表'Website_list'是這個列表的別名.而['name','url','founder']的命名是分別爲了分配給大列表websites中哥哥元組中的各個元素的。
for
i
in
websites:
# for循環websites這個大列表，這裏的i循環得出的結果是這個大列表中每一個元組
x
=
Website._make(i)
#從已經存在迭代對象或者序列生成一個新的命名元組。 Website是namedtuple('Website_list', ['name', 'url', 'founder'])的內容，._make(i)是websites各個元組的內容，把這兩個元組重組成新的元組。
print
(x)
#x打印結果以下，生成了新的命名元組。是使用了namedtuple中._make的方法生成的。
# Result:
Website_list(name
=
'Sohu'
, url
=
'http://www.google.com/'
, founder
=
'liupeng'
)
Website_list(name
=
'Sina'
, url
=
'http://www.sina.com.cn/'
, founder
=
'tony'
)
Website_list(name
=
'163'
, url
=
'http://www.163.com/'
, founder
=
'jack'
)
|
二、隊列(deque)
做用：deque實際上是 double-ended queue 的縮寫，翻譯過來就是雙端隊列，它最大的好處就是實現了從隊列 頭部快速增長和取出對象: .popleft(), .appendleft() 。
View Code
a = collections.deque(range(9)) #經過調用collections中deque方法來建立一個數字列表。[0,1,2,3,4,5,6,7,8] a.appendleft(4) #.appendleft（傳參） 是把傳的參數添加到列表的最左邊。appendleft一次只支持傳一個參數。 a.extend([1,2,3,4,5]) #.extend（）以及append（）方法是把傳的參數添加到列表的最後邊。而.extend（【列表，或者元組】）能夠把列表中的各個元素傳到列表中生成一個新的列表。 print(a.count(3)) #a.count()括號中的參數能夠指定。count是查看出現的次數的。按照上例除了生成原列表中生成的數字3之外，咱們在extend列表的時候又有一個3，因此count出來的結果應該是2.說明3出現了2次。 print(a)
namedtuple於queue連用案例
三、counter計數器
計數器是一個很是經常使用的功能需求，collections也貼心的爲你提供了這個功能。若是counter(dict)是對字典的一個補充，若是counter(list)則是對列表的補充，初步測試對字典的值進行排序。
View Code
實例1：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
a
=
collections.Counter(
'ababc'
)
#經過Counter建立a跟b兩個元組，元組中的元素是以字典的方式顯示的。經過字典把每一個元素重複的次數作統計分別做爲字典的keys跟values.例如：Counter({'b': 2, 'a': 2, 'c': 1})
b
=
collections.Counter(
'1234abd'
)
print
(a.most_common(
3
))
# 顯示n個個數。變量.most_common()中填寫的位數表明從大到小取前幾個數值的意思。例如是3的話，只會去3位數值[('b', 2), ('a', 2), ('c', 1)]
print
(a)
#結果爲[('b', 2), ('a', 2), ('c', 1)]
a.update(b)
# 把b中的值傳到a中。組合一個新的元組。（疊加）
print
(a)
#結果爲Counter({'a': 3, 'b': 3, '1': 1, '4': 1, 'c': 1, 'd': 1, '3': 1, '2': 1})，由於字典是無序的因此不是按照順序排列的。可是能夠看出b中的元素已經傳到了a中。
a.subtract(b)
#於.update（）相反。.subtract（）是表示相減。可是雖然相減了，仍然會把相減後不存在的key中的value以0的方式顯示。
print
(a)
#結果爲Counter({'a': 2, 'b': 2, 'c': 1, '1': 0, '4': 0, 'd': 0, '3': 0, '2': 0})
# Result：
[(
'b'
,
2
), (
'a'
,
2
), (
'c'
,
1
)]
Counter({
'b'
:
2
,
'a'
:
2
,
'c'
:
1
})
Counter({
'a'
:
3
,
'b'
:
3
,
'1'
:
1
,
'4'
:
1
,
'c'
:
1
,
'd'
:
1
,
'3'
:
1
,
'2'
:
1
})
Counter({
'a'
:
2
,
'b'
:
2
,
'c'
:
1
,
'1'
:
0
,
'4'
:
0
,
'd'
:
0
,
'3'
:
0
,
'2'
:
0
})
|
實例2：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
# Result：
"""
下面這個例子就是使用Counter模塊統計一段句子裏面全部字符出現次數
"""
from
collections
import
Counter
s
=
'''A Counter is a dict subclass for counting hashable objects. It is an unordered collection where elements are stored as dictionary keys and their counts are stored as dictionary values. Counts are allowed to be any integer value including zero or negative counts. The Counter class is similar to bags or multisets in other languages.'''
.lower()
#.lower()這裏指把字符串中全部的內容以小寫字母呈現。（大寫轉小寫）
print
(s)
c
=
Counter(s)
print
(c.most_common(
5
))
# 獲取出現頻率最高的5個字符
# Result：
a counter
is
a
dict
subclass
for
counting hashable objects. it
is
an unordered collection where elements are stored as dictionary keys
and
their counts are stored as dictionary values. counts are allowed to be
any
integer value including zero
or
negative counts. the counter
class
is
similar to bags
or
multisets
in
other languages.
[(
' '
,
54
), (
'e'
,
32
), (
's'
,
25
), (
'a'
,
24
), (
't'
,
24
)]
|
四、有序字典(orderedDict )
在Python中，dict這個數據結構因爲hash的特性，是無序的，這在有的時候會給咱們帶來一些麻煩， 幸運的是，collections模塊爲咱們提供了OrderedDict，當你要得到一個有序的字典對象時，用它就對了。
View Code
案例:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
import
collections
dic
=
collections.OrderedDict()
#建立有序字典下列分別是建立有序字典中的keys跟values
dic[
'name'
]
=
'liupeng'
dic[
'Job'
]
=
'IT'
dic[
'City'
]
=
'YanTai'
print
(dic)
# Result：
OrderedDict([(
'name'
,
'liupeng'
), (
'Job'
,
'IT'
), (
'City'
,
'YanTai'
)])
#打印有序字典結果
dic[
'school'
]
=
'DaLian'
#往有序字典中添加新的Key跟value
print
(dic)
# Result：
OrderedDict([(
'name'
,
'liupeng'
), (
'Job'
,
'IT'
), (
'City'
,
'YanTai'
), (
'school'
,
'DaLian'
)])
#從打印有序字典結果中能夠看出添加的key跟value已經追加到有序字典中去了
#這裏就不列舉無序字典例子了。有序字典最大的好處就是它有序。。。接下來你懂得。（- * -））
dic1
=
{
'name1'
:
'liupeng1'
,
'job1'
:
'IT1'
,
'city1'
:
'yantai1'
}
print
(dic1)
|
五、默認字典(defaultdict)
即爲字典中的values設置一個默認類型：
defaultdict的參數默認是dict，也能夠爲list,tuple
View Code
實例說明1：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
在使用的
dict
時，沒法指定values的類型，在賦值時要進行判斷，具體以下：
values
=
[
11
,
22
,
33
,
44
,
55
,
66
,
77
,
88
,
99
,
90
]
mydic
=
{}
for
v
in
values:
if
v >
66
:
if
'k1'
in
mydic:
#python2.7中有個.has_key的方法。在3.0之後版本中被廢除，用in來替代。python2.7用法：if my_dict.has_key('k1')
mydic[
'k1'
].append(v)
else
:
mydic[
'k1'
]
=
[v]
else
:
if
'k2'
in
mydic:
mydic[
'k2'
].append(v)
else
:
mydic[
'k2'
]
=
[v]
print
(mydic)
# Result:
{
'k2'
: [
11
,
22
,
33
,
44
,
55
,
66
],
'k1'
: [
77
,
88
,
99
,
90
]}
而在使用了defaultdict時，代碼進行了簡化：
from
collections
import
defaultdict
values
=
[
11
,
22
,
33
,
44
,
55
,
66
,
77
,
88
,
99
,
90
]
my_dict
=
defaultdict(
list
)
for
v
in
values:
#v始終都是my_dict中的values,而defaultdict(list)後咱們對於keys的指定對比上例就方便不少。不用再作一層if判斷了。
if
v >
66
:
my_dict[
'k1'
].append(v)
else
:
my_dict[
'k2'
].append(v)
print
(my_dict)
# Result:
defaultdict(<
class
'list'
>, {
'k1'
: [
77
,
88
,
99
,
90
],
'k2'
: [
11
,
22
,
33
,
44
,
55
,
66
]})
|
實例說明2：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
from
collections
import
defaultdict
members
=
[
[
'male'
,
'John'
],
[
'male'
,
'Jack'
],
[
'female'
,
'Lily'
],
[
'male'
,
'Pony'
],
[
'female'
,
'Lucy'
],
]
result
=
defaultdict(
list
)
for
sex, name
in
members:
#這裏設置2個變量做爲字典(result)中的key跟value.
result[sex].append(name)
#這裏把[sex]做爲了字典中的key，name這個變量做爲了value並append到字典result對應的key中。
print
(result)
# Result:
defaultdict(<
class
'list'
>, {
'female'
: [
'Lily'
,
'Lucy'
],
'male'
: [
'John'
,
'Jack'
,
'Pony'
]})
|
以上代碼均在python3.4版本中測試過。 上面只是很是簡單的介紹了一下collections模塊的主要內容，主要目的就是當你碰到適合使用 它們的場所時，可以記起並使用它們，起到事半功倍的效果。 若是要對它們有一個更全面和深刻了解的話，仍是建議閱讀官方文檔和模塊源碼。 https://docs.python.org/2/library/collections.html#module-collections
「今天的努力都是明天別人對你的膜拜，今天的停滯就是明天別人對你的唾棄！「
|
|||||||||
| 日 | 一 | 二 | 三 | 四 | 五 | 六 | |||
|---|---|---|---|---|---|---|---|---|---|
| 30 | 31 | 1 | 2 | 3 | 4 | 5 | |||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 | |||
| 13 | 14 | 15 | 16 | 17 | 18 | 19 | |||
| 20 | 21 | 22 | 23 | 24 | 25 | 26 | |||
| 27 | 28 | 29 | 30 | 1 | 2 | 3 | |||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 | |||
統計
- 隨筆 - 10
- 文章 - 0
- 評論 - 0
- 引用 - 0
公告
文章來源：http://www.jb51.net/article/48771.htm
（http://www.cnblogs.com/wushank/p/5122786.html）
修改人：天馬流行拳
時間：2016/6/22
Collections模塊基本介紹
咱們都知道，Python擁有一些內置的數據類型，好比str, int, list, tuple, dict等， collections模塊在這些內置數據類型的基礎上，提供了幾個額外的數據類型：
1.namedtuple(): 生成可使用名字來訪問元素內容的tuple子類
2.deque: 雙端隊列，能夠快速的從另一側追加和推出對象
3.Counter: 計數器，主要用來計數
4.OrderedDict: 有序字典
5.defaultdict: 帶有默認值的字典
一、可命名元組(namedtuple)
# 做用：namedtuple主要用來產生可使用名稱來訪問元素的數據對象，一般用來加強代碼的可讀性， 在訪問一些tuple類型的數據時尤爲好用。
View Code
建立一個本身的可擴展tuple的類（包含tuple全部功能以及其餘功能的類型），在根據類建立對象，而後調用對象
最長用於座標，普通的元組相似於列表以index編號來訪問，而自定義可擴展的能夠相似於字典的keys進行訪問
下例列舉用collections.namedtuple以及普通元組進行元素調用的實例子。
實例1：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
【collections方法】
import
collections
#導入collections模塊
mytuple
=
collections.namedtuple(
'mytuple'
,[
'x'
,
'y'
,
'z'
])
#調用namedtuple方法來定義mytuple的變量，並建立一個名稱爲['x','y','z']的列表。
a
=
mytuple(
3
,
5
,
7
)
#給mytuple賦值，這裏賦值的（3,5,7）是分別賦值給['x','y','z']這個列表中每一個元素的。
print
(a)
>>>mytuple(x
=
3
, y
=
5
, z
=
7
)
#打印結果能夠看出賦值的每一個值已經傳給了列表中對應的每一個元素中了。
print
(a.x)
#上述咱們把mytuple賦給了變量a,因此a=mytuple。那麼咱們在調用mytuple中的元素時，要使用a.x,a.y,a.z的方式去調用。
>>>
3
print
(a.x
*
a.z)
#a.x=3，a.z=7那麼再相乘結果爲21
>>>
21
|
【普通tuple調用方法】
|
1
2
3
4
5
6
7
8
|
mytuple
=
(
3
,
5
,
7
)
#生成一個普通的數字元組
print
(mytuple)
>>>(
3
,
5
,
7
)
print
(mytuple[
0
]
*
mytuple[
2
])
#在作元素調用以及算法計算時，由於元組調用元素跟列表同樣是經過index編號來訪問的因此要取出每一個元素必須使用座標，而後再作計算。
>>>
21
|
總結：經過上述方法能夠看出使用collections模塊中的namedtuple方法能夠給每一個元素起別名，經過名稱調用的方式來獲取值使用。而普通元組的方法必須經過下標的方式來取值。
實例2：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from
collections
import
namedtuple
#經過from import的方式直接調用collections模塊中namedtuple這個方法。而import collections是導入這個模塊中全部的方法。這種調用在使用時必須collections.namedtuple的方式來使用。
websites
=
[
(
'Sohu'
,
'http://www.google.com/'
, u
'liupeng'
),
(
'Sina'
,
'http://www.sina.com.cn/'
, u
'tony'
),
(
'163'
,
'http://www.163.com/'
, u
'jack'
)
]
#假設咱們有一個列表，列表中有三個元組，每一個元組中的元素都是不一樣格式的字符串
Website
=
namedtuple(
'Website_list'
, [
'name'
,
'url'
,
'founder'
])
#經過調用namedtuple，來設置一個列表'Website_list'是這個列表的別名.而['name','url','founder']的命名是分別爲了分配給大列表websites中哥哥元組中的各個元素的。
for
i
in
websites:
# for循環websites這個大列表，這裏的i循環得出的結果是這個大列表中每一個元組
x
=
Website._make(i)
#從已經存在迭代對象或者序列生成一個新的命名元組。 Website是namedtuple('Website_list', ['name', 'url', 'founder'])的內容，._make(i)是websites各個元組的內容，把這兩個元組重組成新的元組。
print
(x)
#x打印結果以下，生成了新的命名元組。是使用了namedtuple中._make的方法生成的。
# Result:
Website_list(name
=
'Sohu'
, url
=
'http://www.google.com/'
, founder
=
'liupeng'
)
Website_list(name
=
'Sina'
, url
=
'http://www.sina.com.cn/'
, founder
=
'tony'
)
Website_list(name
=
'163'
, url
=
'http://www.163.com/'
, founder
=
'jack'
)
|
二、隊列(deque)
做用：deque實際上是 double-ended queue 的縮寫，翻譯過來就是雙端隊列，它最大的好處就是實現了從隊列 頭部快速增長和取出對象: .popleft(), .appendleft() 。
View Code
a = collections.deque(range(9)) #經過調用collections中deque方法來建立一個數字列表。[0,1,2,3,4,5,6,7,8] a.appendleft(4) #.appendleft（傳參） 是把傳的參數添加到列表的最左邊。appendleft一次只支持傳一個參數。 a.extend([1,2,3,4,5]) #.extend（）以及append（）方法是把傳的參數添加到列表的最後邊。而.extend（【列表，或者元組】）能夠把列表中的各個元素傳到列表中生成一個新的列表。 print(a.count(3)) #a.count()括號中的參數能夠指定。count是查看出現的次數的。按照上例除了生成原列表中生成的數字3之外，咱們在extend列表的時候又有一個3，因此count出來的結果應該是2.說明3出現了2次。 print(a)
namedtuple於queue連用案例
三、counter計數器
計數器是一個很是經常使用的功能需求，collections也貼心的爲你提供了這個功能。若是counter(dict)是對字典的一個補充，若是counter(list)則是對列表的補充，初步測試對字典的值進行排序。
View Code
實例1：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
a
=
collections.Counter(
'ababc'
)
#經過Counter建立a跟b兩個元組，元組中的元素是以字典的方式顯示的。經過字典把每一個元素重複的次數作統計分別做爲字典的keys跟values.例如：Counter({'b': 2, 'a': 2, 'c': 1})
b
=
collections.Counter(
'1234abd'
)
print
(a.most_common(
3
))
# 顯示n個個數。變量.most_common()中填寫的位數表明從大到小取前幾個數值的意思。例如是3的話，只會去3位數值[('b', 2), ('a', 2), ('c', 1)]
print
(a)
#結果爲[('b', 2), ('a', 2), ('c', 1)]
a.update(b)
# 把b中的值傳到a中。組合一個新的元組。（疊加）
print
(a)
#結果爲Counter({'a': 3, 'b': 3, '1': 1, '4': 1, 'c': 1, 'd': 1, '3': 1, '2': 1})，由於字典是無序的因此不是按照順序排列的。可是能夠看出b中的元素已經傳到了a中。
a.subtract(b)
#於.update（）相反。.subtract（）是表示相減。可是雖然相減了，仍然會把相減後不存在的key中的value以0的方式顯示。
print
(a)
#結果爲Counter({'a': 2, 'b': 2, 'c': 1, '1': 0, '4': 0, 'd': 0, '3': 0, '2': 0})
# Result：
[(
'b'
,
2
), (
'a'
,
2
), (
'c'
,
1
)]
Counter({
'b'
:
2
,
'a'
:
2
,
'c'
:
1
})
Counter({
'a'
:
3
,
'b'
:
3
,
'1'
:
1
,
'4'
:
1
,
'c'
:
1
,
'd'
:
1
,
'3'
:
1
,
'2'
:
1
})
Counter({
'a'
:
2
,
'b'
:
2
,
'c'
:
1
,
'1'
:
0
,
'4'
:
0
,
'd'
:
0
,
'3'
:
0
,
'2'
:
0
})
|
實例2：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
# Result：
"""
下面這個例子就是使用Counter模塊統計一段句子裏面全部字符出現次數
"""
from
collections
import
Counter
s
=
'''A Counter is a dict subclass for counting hashable objects. It is an unordered collection where elements are stored as dictionary keys and their counts are stored as dictionary values. Counts are allowed to be any integer value including zero or negative counts. The Counter class is similar to bags or multisets in other languages.'''
.lower()
#.lower()這裏指把字符串中全部的內容以小寫字母呈現。（大寫轉小寫）
print
(s)
c
=
Counter(s)
print
(c.most_common(
5
))
# 獲取出現頻率最高的5個字符
# Result：
a counter
is
a
dict
subclass
for
counting hashable objects. it
is
an unordered collection where elements are stored as dictionary keys
and
their counts are stored as dictionary values. counts are allowed to be
any
integer value including zero
or
negative counts. the counter
class
is
similar to bags
or
multisets
in
other languages.
[(
' '
,
54
), (
'e'
,
32
), (
's'
,
25
), (
'a'
,
24
), (
't'
,
24
)]
|
四、有序字典(orderedDict )
在Python中，dict這個數據結構因爲hash的特性，是無序的，這在有的時候會給咱們帶來一些麻煩， 幸運的是，collections模塊爲咱們提供了OrderedDict，當你要得到一個有序的字典對象時，用它就對了。
View Code
案例:
|
1
2
3
4
5
6
7
8
9
10
11
|
相關文章
- 1. collections系列
- 2. Python系列之 - Collections系列
- 3. python中collections模塊介紹
- 4. [python]Collections模塊介紹
- 5. Google Guava Collections 使用介紹
- 6. Guava Collections使用介紹
- 7. python3之模塊collections
- 8. 橫掃Java Collections系列 —— TreeSet
- 9. JAVA系列：Collection和Collections
- 10. 自學Python2.7-collections系列
- 更多相關文章...
- • 網站主機 介紹 - 網站主機教程
- • Spring目錄結構和基礎JAR包介紹 - Spring教程
- • Java Agent入門實戰（一）-Instrumentation介紹與使用
- • Docker容器實戰(七) - 容器眼光下的文件系統
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
