Python高级数据结构-Collections模块

在Python数据类型方法精心整理，不必死记硬背，看看源码一切都有了之中，认识了python基本的数据类型和数据结构，现在认
   识一个高级的：Collections

这个模块对上面的数据结构做了封装，增加了一些很酷的数据结构，比如：

    a）Counter： 计数器，用于统计元素的数量

    b）OrderDict：有序字典

    c）defaultdict：值带有默认类型的字典

    d）namedtuple：可命名元组，通过名字来访问元组元素

    e）deque :双向队列，队列头尾都可以放，也都可以取（与单向队列对比，单向队列只能一头放，另一头取）

1. Counter 

         计数器，用于统计对象中每个元素出现的个数。   

源代码：

            pass        

实际上，Counter是dict的一个子类，实例：

#通过字典形式统计每个元素重复的次数传  
res = collections.Counter('abcdabcaba')  
print(res)                                  #结果Counter({'a': 4, 'b': 3, 'c': 2, 'd': 1})  
  
#dict的子类，所以也可以以字典的形式取得键值对  
for k in res:  
    print(k, res[k], end='  |  ')           #结果 a 4  |  b 3  |  c 2  |  d 1  |  
for k, v in res.items():  
    print(k, v, end='  |  ')                #结果 a 4  |  b 3  |  c 2  |  d 1  |  
  
#通过most_common(n)，返回前n个重复次数最多的键值对  
print(res.most_common())                    #结果None  
print(res.most_common(2))                   #结果[('a', 4), ('b', 3)]  
  
#通过update来增加元素的重复次数，通过subtract来减少元素重复的次数  
a = collections.Counter('abcde')  
res.update(a)  
print(res)                                  #结果Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})，比原来
                                             的res增加了重复次数  
  
b = collections.Counter('aaafff')  
res.subtract(b)  
print(res)                                  #结果Counter({'b': 4, 'c': 3, 'a': 2, 'd': 2, 'e': 1, 'f': -3})，
                                             还有负值，要注意  
  
#fromkeys功能还没实现，使用的话会报错  

2. OrderDict

有序字典，数据结构字典Dict是无序的，有时使用起来不是很方便，Collections里提供一个有序字典OrderDict，用起来
    就很方便了

   在介绍有序字典以前，用已知的知识其实可以自己实现一个有序字典，通过列表或者元祖来维护key，实现有序字典：

lst =[]
dic = {}

lst.append('name')
dic['name'] = 'winter'
lst.append('age')
dic['age'] = 18

for k in lst:
    print(k, dic[k])

实际上，OrderDict就是通过这种方式实现的

       源代码：

            pass

实例：

dict的方法OrderDict基本都可以使用，比如keys(), values(), clear()
注意，因为OrderDict有序，有些方法不同，比如，pop()和popitem()
另外OrderDict增加了一个move_to_end的方法

#创建一个有序字典
dic = collections.OrderedDict()
dic['name'] = 'winter'
dic['age'] = 18
dic['gender'] = 'male'

print(dic)                         #结果OrderedDict([('name', 'winter'), ('age', 18), ('gender', 'male')])

#将一个键值对放入最后
dic.move_to_end('name')
print(dic)                         #结果OrderedDict([('age', 18), ('gender', 'male'), ('name', 'winter')])

3. defaultdict

默认字典，为字典设置一个默认类型；很有用，比如说：

people = [['male', 'winter'], ['female', 'elly'], ['male', 'frank'], ['female', 'emma']]
#将男性女性分开，所有男性放到'male'中，所有女性放放到'female'中
gender_sort = {}

for info in people:
    if info[0] in gender_sort:
        gender_sort[info[0]].append(info[1])
    else:
        gender_sort[info[0]] = [info[1]]

print(gender_sort)                              #结果{'male': ['winter', 'frank'], 'female': ['elly', 'emma']}

如果使用defaultdict就会简单很多

people = [['male', 'winter'], ['female', 'elly'], ['male', 'frank'], ['female', 'emma']]

gender_sort = collections.defaultdict(list)
for info in people:
    gender_sort[info[0]].append(info[1])

print(gender_sort)      #结果defaultdict(<class 'list'>, {'male': ['winter', 'frank'],
                                                          'female': ['elly', 'emma']})

          这就是defaultdict的最大用处

 4. namedtuple

可命名元组，给元组每个元素起一个名字，这样就可以通过名字来访问元组里的元素，增强了可读性；尤其对于坐标，html标签
    的长宽等，使用名字可读性更强；有点类似于字典了

源代码：

      pass

实例：

position_module = collections.namedtuple('position', ['x', 'y', 'z'])   
#'position'相当于指定一个类型，类似于上面的OrderedDict([('age', 18), ('gender', 'male'), 
('name', 'winter')])中的OrderdDict

a_position = position_module(3, 5, 7)
print(a_position)                                   #结果position(x=3, y=5, z=7)
print(a_position.x, a_position.y, a_position.z)     #结果3 5 7

再来一个更实用的：

import collections

login_user = [
    (r'http://www.baidu.com', 'usr1', 'pwd1'),
    (r'http://www.youdao.com', 'usr2', 'pwd2'),
    (r'http://mail.126.com', 'usr3', 'pwd3')
]

page_info = collections.namedtuple('login_info', ['url', 'username', 'password'])
for user in login_user:
    x = page_info(*user)
    print(x)

结果：

login_info(url='http://www.baidu.com', username='usr1', password='pwd1')
login_info(url='http://www.youdao.com', username='usr2', password='pwd2')
login_info(url='http://mail.126.com', username='usr3', password='pwd3')

注意，如下图这样不行

5. deque

deque其实是 double-ended queue 的缩写，双向队列

 说到队列就要说到队列和栈了；队列是FIFO，栈是FILO

队列又分为：单向队列（只能从一边放，从另外一边取）；双向队列（两头都可以放，也都可以取）

Python中单向队列就是queue.Queue

源代码：

     pass

实例：

很多方法和list的方法相同，比如count，index等，这里列出几个特别的：

raw = [1,2,3]
d = collections.deque(raw)
print(d)                    #结果deque([1, 2, 3])

#右增
d.append(4)
print(d)                    #结果deque([1, 2, 3, 4])
#左增
d.appendleft(0)
print(d)                    #结果deque([0, 1, 2, 3, 4])

#左扩展
d.extend([5,6,7])
print(d)                    #结果deque([0, 1, 2, 3, 4, 5, 6, 7])
#右扩展
d.extendleft([-3,-2,-1])
print(d)                    #结果deque([-1, -2, -3, 0, 1, 2, 3, 4, 5, 6, 7])

#右弹出
r_pop = d.pop()
print(r_pop)                #结果7
print(d)                    #结果deque([-1, -2, -3, 0, 1, 2, 3, 4, 5, 6])
#左弹出
l_pop = d.popleft()
print(l_pop)                #结果-1
print(d)                    #结果deque([-2, -3, 0, 1, 2, 3, 4, 5, 6])

#将右边n个元素值取出加入到左边
print(d)                    #原队列deque([-2, -3, 0, 1, 2, 3, 4, 5, 6])
d.rotate(3)
print(d)                    #rotate以后为deque([4, 5, 6, -2, -3, 0, 1, 2, 3])

熟练使用collections模块，可以让我们更加的Pythonic

 

• 转载链接

            https://www.cnblogs.com/deeper/p/8073412.html   

                                                    ------------   Python高级数据结构-Collections模块（作者：Winter Ding）