python里的collections模块

python里的collections模块

collections模块里提供了一些特殊功能的容器：
namedtuple deque ChainMap Counter OrderedDict defaultdict

namedtuple
namedtuple，有点像一个C语言的结构体。

Point = namedtuple('Point', ['x', 'y'])
p = Point(100, 50)
p.x ==> 100
p[0] ==> 100 #注意因为是tuple子类，所以也支持tuple的操作

deque
是由解释器内部的_collections.deque实现的，所以它性能更佳，如果用作stack来测试比list要快10%~15%。因为是双向队列，所以它可以从两端append和pop，可以像list那样当stack用，也可以当queue用。当然没有deque，list也能非常容易的实现stack和queue的功能，deque的主要区别在：

C语言实现，性能更好
可以指定队列长度，达到容量后，之前append的元素自动覆盖
两端操作，即append与appendleft，pop和popleft

q = deque([], 10)
for i in range(20):
    q.append(i)
q ==> deque([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])

特别注意：我们也可以使用list.pop(0)和list.insert(0, val)来实现popleft()和appendleft()一样的效果，但实际都有大量的数据拷贝操作，list.pop(index)只是删除index位置的元素，并返回它，所以在用作queue时，list和deque有巨大的性能差异！！！当然如果随机取，deque就慢得多，这非常容易理解，其实就是双链表和数组两种数据结构的差别。

q1 = []
t1 = time()
for i in range(1000):
    for i in range(10000):
        q1.append(i)
    for i in range(10000):
        q1.pop(0)
t2 = time()
print(t2-t1)  ==> 14.45s

q2 = deque()
t1 = time()
for i in range(1000):
    for i in range(10000):
        q2.append(i)
    for i in range(10000):
        q2.popleft()
t2 = time()
print(t2-t1)  ==> 1.96s
ChainMap

将多个dict链在一块，如果添加、删除、修改时，就只针对链中的第一个dict，但如果查询时，就依次查询链中的每个dict，直到查询到所需要的key。

Counter
它跟itertools.groupby()不同，它只是统计各元素出现的次数，它继承至dict，但它的update方法并不是更新操作，而是将统计结果加和，还有一个相减的函数为subtract()。

```python
c = Counter('abcabcd')
c ==> Counter({'a': 2, 'b': 2, 'c': 2, 'd': 1})
c.update('abc')
c ==> Counter({'a': 3, 'b': 3, 'c': 3, 'd': 1})
c.update({'d': 99})
c ==> Counter({'a': 3, 'b': 3, 'c': 3, 'd': 100})
c.most_common(1) ==> [('d', 100)]

OrderedDict
这个就非常常见和常用了，就像php里的array，即是字典，同时也维护先后次序。注意它也是由内部_collections提供。

OrderedDict([
    ('name', 'zhangsan'),
    ('age', 24),
    ('school', 'hust'),
])

defaultdict
理论上应该很常用，不过好像实际用的不多，主要是仅仅只省了个判断语句而已。让人意外的是内部实现居然也是由C模块_collections提供。

d = defaultdict(int)
d['abc'] ==> 0

对于一种特别常见的场景，就是每个元素都是一个list，比如group by操作，python文档里特别提到使用defaultdict会比使用dict.setdefault(k, []).append()更简便和快捷。