python-collections模块

解压序列，赋值变量

变量数量和序列元素数量相同的时候可以实现多变量赋值，比如：

p = (2, 3)
a, b = p  
# a=2, b=3

content = ["Linda", "Python", 100]
who, class, score = content  
# who="Linda", class="Python", score=100

# 只想解压一部分，可以用任意变量名去占位
content = ["Linda", "Python", 100, "2017-01-03"]
who, _, score, _ = content  
# who="Linda", score=100

# 不确定数量的解压，使用*
content = ["Linda", "Python", 100, 98, 100, "2017-01-03"]
who, class, *score, update_date = content  
# who="Linda", class="Python", score=[100, 98, 100], update_date="2017-01-03"

content = ["Linda", "Python", 100, 98, 100, "2017-01-03"]
who, class, *_, update_date = content  
# who="Linda", class="Python", update_date="2017-01-03"

deque

deque(maxlen=N) 构造函数新建固定大小的队列，当新的元素加入并且队列已满时，最老的元素会被去除。如果想 取序列倒数N个元素，可以将序列依次加入到大小为N的deque中。
如果不设置deque的大小，会得到一个无限大小的队列，可以在队列两端添加和弹出元素。

q = deque()
q.append("a")
q.appendleft("b")
q.pop()
q.popleft() 

heapq

heapq是python里面的堆，具体来说是小顶堆，堆顶元素永远是最小的，所以可以使用heapq.heappop() 弹出剩余元素中最小的一个。heapq模块有两个函数可以用来取最大或最小的N个元素，nlargest(n, sequence, key)和nsmallest(n, sequence, key)

# 不指定关键字
import heapq
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2] heapq.nlargest(3, nums)  # [42, 37, 23]
heapq.nsmallest(3, nums)  # [-4, 1, 2]
# 指定关键字
portfolio = [
{'name': 'IBM', 'shares': 100, 'price': 91.1}, 
{'name': 'AAPL', 'shares': 50, 'price': 543.22}, 
{'name': 'FB', 'shares': 200, 'price': 21.09}, 
{'name': 'HPQ', 'shares': 35, 'price': 31.75}, 
{'name': 'YHOO', 'shares': 45, 'price': 16.35}, 
{'name': 'ACME', 'shares': 75, 'price': 115.65} 
] 
cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
# [
#   {'name': 'YHOO', 'price': 16.35, 'shares': 45}, 
#   {'name': 'FB', 'price': 21.09, 'shares': 200}, 
# ]
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
# [
#   {'name': 'AAPL', 'price': 543.22, 'shares': 50}, 
#   {'name': 'ACME', 'price': 115.65, 'shares': 75}, 
# ]

需要注意的是，在选取最大或者最小值的时候，heapq并不是最优选择，通常使用max() 或者 min() 会更快一些。当N接近序列长度时，heapq 也不是很好的选择，这时，建议使用先排序再切片的方式，sorted(sequence)[:N] 或者 sorted(sequence)[-N:]。

defaultdict & setdefault

一般dictionary都是单值映射，在使用多值映射的时候可以考虑使用defaultdict或者setdefault，看例子：

from collections import defaultdict

d_list = defaultdict(list)
d_list["key1"].append(1)
d_list["key2"].append(2)

d_set = defaultdict(set)
d_set["key1"].add(1)
d_set["key2"].add(2)

这里defaultdict有一个特性，不管之前是否存在要访问的键，在访问之前都会默认为它创建实体，也就是说，使用d["key"]方式获取value的时候，不存在“key”这个关键字也不会报错了，也不同于get("key")返回None，它返回的是一个空的list或者set（这由你之前的定义决定）。不需要这种特性的话，可以选择在普通dict中使用setdefault。

d_normal = {}
d_normal.setdefault("a", []).append(1)
d_normal.setdefault("b", {}).add(1)

这里的setdefault里面还可以同一个dict的value结构可以不一样，当然了用到这个的情况还没有遇到过。

OrderedDict

OrderedDict()可以保持元素的插入顺序。但是有一点需要注意，一个OrderedDict()消耗的空间是一个普通dict的两倍，这是因为OrderedDict()内部还要维护一个根据插入顺序排序双向链表，插入元素时，新插入的元素会被放在链表尾部，对于已经存在的键，重新赋值不会改变顺序。

【未完待更…】