python內建模組collections介紹
目錄
- python內建模組collections介紹
- 1、namedtuple
- 2、deque
- 3、defaultdict
- 4、OrderedDict
- 5、ChainMap
- 6、Counter
- 7、小結
python內建模組collections介紹
collections是Python內建的一個集合模組，提供了許多有用的集合類。
1、namedtuple
python提供了很多非常好用的基本型別，比如不可變型別tuple，我們可以輕鬆地用它來表示一個二元向量。
>>> v = (2,3) 我們發現，雖然(2,3)表示出了一個向量的兩個座標，但是，如果沒有額外說明，又很難直接看出這個元組是用來表示一個座標的。
為此定義一個class又小題大做了，這時，namedtuple就派上用場了。
>>> from collections import namedtuple
>>> Vector = namedtuple('Vector', ['x', 'y'])
>>> v = Vector(2,3)
>>> v.x
2
>>> v.y
3
namedtuple是一個函式，它用來建立一個自定義的tuple物件，並且規定了tuple元素的個數，並可以用屬性而不是索引來引用tuple的某個元素。
這樣一來，我們用namedtuple可以很方便地定義一種資料型別，它具備tuple的不變性，又可以根據屬性來引用，使用十分方便。
我們可以驗證建立的Vector物件的型別。
>>> type(v)
<class '__main__.Vector'>
>>> isinstance(v, Vector)
True
>>> isinstance(v, tuple)
True
類似的，如果要用座標和半徑表示一個圓，也可以用namedtuple定義：
>>> Circle = namedtuple('Circle', ['x', 'y', 'r']) # namedtuple('名稱', [‘屬性列表’])
2、deque
在資料結構中，我們知道佇列和堆疊是兩個非常重要的資料型別，一個先進先出，一個後進先出。在python中，使用list儲存資料時，按索引訪問元素很快，但是插入和刪除元素就很慢了，因為list是線性儲存，資料量大的時候，插入和刪除效率很低。
deque是為了高效實現插入和刪除操作的雙向連結串列結構，非常適合實現佇列和堆疊這樣的資料結構。
>>> 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，還支援appendleft()和popleft()，這樣就可以非常高效地往頭部新增或刪除元素。
3、defaultdict
使用dict字典型別時，如果引用的key不存在，就會丟擲KeyError。如果希望Key不存在時，返回一個預設值，就可以用defaultdict。
>>> from collections import defaultdict
>>> dd = defaultdict(lambda: 'defaultvalue')
>>> dd['key1'] = 'a'
>>> dd['key1']
'a'
>>> dd['key2'] # key2未定義，返回預設值
'defaultvalue'
注意預設值是呼叫函式返回的，而函式在建立defaultdict物件時傳入。
除了在Key不存在時返回預設值，defaultdict的其他行為跟dict是完全一樣的。
4、OrderedDict
使用dict時，key是無序的。在對dict做迭代時，我們無法確定key的順序。
但是如果想要保持key的順序，可以用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本身排序
>>> 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可以實現一個FIFO（先進先出）的dict，當容量超出限制時，先刪除最早新增的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)
5、ChainMap
ChainMap可以把一組dict串起來並組成一個邏輯上的dict。ChainMap本身也是一個dict，但是查詢的時候，會按照順序在內部的dict依次查詢。
什麼時候使用ChainMap最合適？舉個例子：應用程式往往都需要傳入引數，引數可以通過命令列傳入，可以通過環境變數傳入，還可以有預設引數。我們可以用ChainMap實現引數的優先順序查詢，即先查命令列引數，如果沒有傳入，再查環境變數，如果沒有，就使用預設引數。
下面的程式碼演示瞭如何查詢user和color這兩個引數。
from collections import ChainMap
import os, argparse
# 構造預設引數:
defaults = {
'color': 'red',
'user': 'guest'
}
# 構造命令列引數:
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)
# 列印引數:
print('color=%s' % combined['color'])
print('user=%s' % combined['user'])
沒有任何引數時，打印出預設引數：
$ python3 use_chainmap.py
color=red
user=guest
當傳入命令列引數時，優先使用命令列引數：
$ python3 use_chainmap.py -u bob
color=red
user=bob
同時傳入命令列引數和環境變數，命令列引數的優先順序較高：
$ user=admin color=green python3 use_chainmap.py -u bob
color=green
user=bob6、Counter
Counter是一個簡單的計數器，例如，統計字元出現的個數：
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。
7、小結
collections模組提供了一些有用的集合類，可以根據需要選