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','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([1,3,4])

>>> deq.appendleft(5)

>>> deq

deque([5,1,4])

>>> deq.pop()

4

>>> deq.popleft()

5

>>> deq

deque([1,3])

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',3)])

>>> od # OrderedDict的Key是有序的

OrderedDict([('a',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','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:',value))

    OrderedDict.__setitem__(self,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=bob

6、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,'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，可以根據需要選用。

以上就是python內建模組collections介紹的詳細內容，感謝大家的學習和對我們的支援。