Python中的collections模块

接下来主要对collections模块中的常用集合类进行介绍，调用collections模块：

from collections import *

1、defaultdict

        dict在使用时，当key值不存在时，直接添加value时会出现错误，使用defaultdict可以很好的规避该错误。defaultdict是对字典类型的补充，它可以给字典的值设置一个类型，当key不存在时可以自动生成相应类型的value。

如何使用defaultdict

        defaultdict接受一个工厂函数作为参数，如下来构造：

dict =defaultdict( factory_function)

         这个factory_function可以是list、set、str等等，作用是当key不存在时，返回的是工厂函数的默认值，比如list对应[ ]，str对应的是空字符串，set对应set( )，int对应0，如下举例：

from collections import defaultdict

dict1 = defaultdict(int)
dict2 = defaultdict(set)
dict3 = defaultdict(str)
dict4 = defaultdict(list)
dict1[2] ='two'

print(dict1[1])
print(dict2[1])
print(dict3[1])
print(dict4[1])

输出：

0
set()

[]

举例：

from collections import defaultdict

test_data = (
    ('cat', 2),
    ('dog', 5),
    ('sheep', 3),
    ('cat', 1),
    ('sheep', 2)
)

test_data_dict = defaultdict(list)

for name, num in test_data:
    test_data_dict[name].append(num)
    
print （test_data_dict）

输出

defaultdict(<class 'list'>, {'cat': [2, 1], 'dog': [5], 'sheep': [3, 2]})

2、orderedDict

         在Python3.6之前的字典是无序的，但是有时候我们需要保持字典的有序性，orderDict可以在dict的基础上实现字典的有序性，这里的有序指的是按照字典key插入的顺序来排列，这样就实现了一个先进先出的dict，当容量超出限制时，先删除最早添加的key。

Python 的基础数据类型中的字典类型分为：无序字典 与 有序字典 两种类型

1.无序字典（普通字典）：

输出：

可以看见，遍历一个普通字典，返回的数据和定义字典时的字段顺序是不一致的。

2.有序字典

输出：

有序字典可以按字典中元素的插入顺序来输出。

注意：

        有序字典的作用只是记住元素插入顺序并按顺序输出。如果有序字典中的元素一开始就定义好了，后面没有插入元素这一动作，那么遍历有序字典，其输出结果仍然是无序的，因为缺少了有序插入这一条件，所以此时有序字典就失去了作用，所以有序字典一般用于动态添加并需要按添加顺序输出的时候。

如下面这个列子：

输出：

发现输出还是无序的，因为在定义有序字典的同时也定义了初始值，没有存在按序添加的操作，所以有序字典是没有记录插入字段的顺序，最后遍历时，得到数据的顺序仍然是无序的。

3、deque

Python中的list是基于数组实现的，所以，查找容易，但是插入和删除操作时间复杂度较大。
deque就是为了高效实现插入和删除操作的双向列表，适合用于队列和栈，而且线程安全。
list只提供了append和pop方法来从list的尾部插入或者删除元素，deque新增了appendleft/popleft等方法可以更高效的在元素的开头来插入/删除元素。
举例：

from collections import deque
d = deque([1,2,3,4,5])
d.extendleft([0])
print d
d.extend([6,7])
d.popleft()
print （d）

可以进行双向操作元素，十分方便。

4、Counter

字典子类，为可以哈希的对象计数。
举例：

from collections import Counter

test_counter_data = ['cat', 'dog', 'sheep', 'cat', 'dog']
counter_data = Counter()

for item in test_counter_data:
    counter_data[item] += 1
    
print（counter_data）
输出：
Counter({'cat': 2, 'dog': 2, 'sheep': 1})

可以实现对一个对象中的元素进行计数。

5、namedtuple

先看一下官方文档中的相关片段：

collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)

Returns a new tuple subclass named typename. The new subclass is used to create tuple-like objects that have fields accessible by attribute lookup as well as being indexable and iterable. Instances of the subclass also have a helpful docstring (with typename and field_names) and a helpful __repr__() method which lists the tuple contents in a name=value format.

The field_names are a sequence of strings such as ['x', 'y']. Alternatively, field_names can be a single string with each fieldname separated by whitespace and/or commas, for example 'x y' or 'x, y'.

官方例子：

>>> # Basic example
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(11, y=22)     # instantiate with positional or keyword arguments
>>> p[0] + p[1]             # indexable like the plain tuple (11, 22)
33
>>> x, y = p                # unpack like a regular tuple
>>> x, y
(11, 22)
>>> p.x + p.y               # fields also accessible by name
33
>>> p                       # readable __repr__ with a name=value style
Point(x=11, y=22

namedtuple是一个元组子类。
我们知道，Python中元组的一个重要特征就是元素不可增删改，而查找tuple元素时一般采取索引。
使用namedtuple(typename, field_name)可以命名tuple中的元素，之后便可使用名字来查找tuple中的值，有点类似于字典中的查找。
举例：

from collections import namedtuple
animal = namedtuple('animal', 'type age')
mark = animal(type='dog', age=2)
print （mark.type）
输出：
dog

使用namedtuple可以提高代码的可读性和文档性。

参考链接：

https://www.cnblogs.com/ybjourney/p/9020983.html

https://docs.python.org/3/library/collections.html#collections.namedtuple

https://www.jianshu.com/p/bbd258f99fd3

https://cloud.tencent.com/developer/news/492306