collection就是基於python基本資料型別併為之添加了一些新的功能，也可以說是提供了幾種高階資料型別，在。

　　這個模組實現了特定目標的容器，以提供Python標準內建容器 dict , list , set , 和 tuple 的替代選擇。

deque雙端佇列

　　deque本質上就是實現了資料結構中佇列的升級版，雙端佇列可以高效的實現插入和刪除的雙向列表，適用於佇列和棧。

雙端佇列支援執行緒安全，在雙端佇列的任何一端執行新增和刪除操作，它們的記憶體效率幾乎相同（時間複雜度為O(1)）。

from collections import deque

q= deque(['a','b','c'])
q.append('1')
q.appendleft('2')

print(q)
#deque(['2', 'a', 'b', 'c', '1'])
 

ChainMap

　　這個功能的目的是為了將多個對映快速的連結到一起，這樣它們就可以作為一個單元處理。它通常比建立一個新字典和多次呼叫 update() 要快很多，因為我們這麼做的話要新建一個數據結構，這樣的話對空間和時間上的浪費都是不小得。

1、可以用來合併兩個或者更多個字典，當查詢的時候，從前往後依次查詢，若該多個字典當中有相同的key時，只會顯示第一個字典相對應的value

2、當對ChainMap進行修改的時候總是隻會對第一個字典進行修改

3、new_child()方法實質上是在列表的第一個元素前放入一個字典，預設是{}，而parents是去掉了列表開頭的元素

from collections import ChainMap
a = {"x":1, "z":3}
b = {"y":2, "z":4}
c = ChainMap(a,b)
print(c)
print("x: %d, y: %d, z: %d" % (c["x"], c["y"], c["z"]))
print("x: %d, y: %d, z: %d, z: %d " % (c["x"], c["y"], c["z"], c["z"]))
輸出：
ChainMap({'x': 1, 'z': 3}, {'y': 2, 'z': 4})
x: 1, y: 2, z: 3
x: 1, y: 2, z: 3, z: 3       
 

Counter計數器

　　Counter是對字典型別的補充，用於追蹤值出現的次數，它繼承於字典，用於計數可雜湊的物件，計數的數值可以是正整數、負整數和零。

from collections import Counter
c = Counter('asdadiuhiuchizuha')
print(c)

輸出：Counter({'a': 3, 'i': 3, 'u': 3, 'h': 3, 'd': 2, 's': 1, 'c': 1, 'z': 1})

OrderedDict有序字典

　　OrderedDict和一般的dict類似，但是還具有記憶字典中儲存的key的插入順序。但是現在OrderDict可能用處不大了，因為從Python 3.7開始，一般的dict也具有這個特性。

　　該功能按照需求使用，若最重要的是排序操作，而空間效率、迭代效率以及更新字典的效能是次要的，則使用該功能，否則用dict即可

　　OrderedDict可以處理頻繁的需要重排的操作，適合於Track最近的操作；

　　判斷兩個OrderedDict是否相等同時要求順序也相同；

　　OrderedDict的popitem(last=True)中可以通過last引數控制pop哪一端的元素；

　　OrderedDict的move_to_end(key, last=True)可以高效的將元素移至末尾；

defaultdict預設字典

　　關於defaultdict，我們可以先看一下dict中一個類似功能的函式setdefault(k, d=None):

d = {}
s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]

for k, v in s:
    d.setdefault(k, []).append(v)

sorted(d.items())
[out]:[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

　　在上述程式碼中，setdefault(k, d=[])一句話相當於做了兩件事情：一是獲取key為k的的value，二是若該key不存在則設定其值為[]。即，d.get(k, [])以及如果key不存在就設定d[k] = []。現在再回到defaultdict，defaultdict([default_factory[, ...]])，構造方法中default_factory預設是None，defaultdict是dict的一個subclass，它重寫了一個__missing__方法以及擁有一個default_factory屬性。

• __missing__(key)

  • 該方法在當key不存在時才會且僅被__getitem__()呼叫，所以當使用dict.get()方法獲取一個不存在的鍵值時，返回結果為None，而不是使用default_factory；

  • 當default_factory為None時，索引一個不存在的key會引發KeyError異常；

  • 當default_factory不為None時，索引一個不存在的key則使用default_factory進行初始化並返回值

    from collections import defaultdict
    
    [in]:d2 = defaultdict(int ,a=1, b=2)
    [in]:d2['c']
    [out]:0
    
    [in]:d2 = defaultdict(int ,a=1, b=2)
    [in]:d2.get('c')
    [out]:None
        
    [in]:d2
    [out]:defaultdict(int, {'a': 1, 'b': 2})
    
    [in]:d1 = defaultdict(a=1, b=2)
    [in]:d1['c']
    [out]:KeyError: 'c'
    

• default_factory

  該屬性在上述 __missing__()函式中使用，由建構函式中的default_factory初始化，預設為None

  因此，上述例子可以使用defaultdict來實現如下：

  s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
  d = defaultdict(list)
  for k, v in s:
      d[k].append(v)
  
  sorted(d.items())
  [out]:[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
  

namedtuple具名元組

　　見名知意，就是具有名字的元組，因為我們知道，元組是不可變型別，而且只能靠索引獲得值，這裡用具名元組目的就是讓元組有名字方便查詢

from collections import  namedtuple
# namedtuple('名稱', [屬性list]):
point = namedtuple('p',['x','y'])
p = point(1,2)
print(p.x) #1
print(p.y) #2

　　這個可以用在函式返回多值的時候，因為是元組，這樣寫見名知意，為程式碼可讀性提供了便利！