collections 模块
namedtuple
namedtuple创建一个和tuple类似的对象，而且对象拥有可访问的属性
-
用nemedtuple 表示坐标
from collections import namedtuple point = namedtuple('Point', ['x', 'y']) a = point(1, 2) >>> print(a.x) # 即可以访问属性 1 >>> print(a) Point(x=1, y=2) point = namedtuple('Point', ['x', 'y', 'z']) b = point(1, 2, 3) >>> b Point(x=1, y=2, z=3) # 特殊用法 >>> b = b._replace(x=2) >>> b Point(x=2, y=2, z=3) >>> b._asdict() {'x': 2, 'y': 2, 'z': 3} -
类似的，如果要用坐标和半径表示一个圆，也可以用
namedtuple定义：#namedtuple('名称', [属性list]): Circle = namedtuple('Circle', ['x', 'y', 'r']) -
举例：
from collections import namedtuple # 定义一个namedtuple类型User，并包含name，sex和age属性。 User = namedtuple('User', ['name', 'sex', 'age']) # 创建一个User对象 user = User(name='kongxx', sex='male', age=21) # 也可以通过一个list来创建一个User对象，这里注意需要使用"_make"方法 user = User._make(['kongxx', 'male', 21]) print user # User(name='user1', sex='male', age=21) # 获取用户的属性 print user.name print user.sex print user.age # 修改对象属性，注意要使用"_replace"方法 user = user._replace(age=22) print user # User(name='user1', sex='male', age=21) # 将User对象转换成字典，注意要使用"_asdict" print user._asdict() # OrderedDict([('name', 'kongxx'), ('sex', 'male'), ('age', 22)])
deque
使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。
deque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：
-
双端队列, "double-end queue"的简称
from collections import deque q = deque(['a', 'b', 'c']) q.append('y') q.appendleft('x') >>> q deque(['y', 'a', 'b', 'c', 'x']) # deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。 -
其他方法
# rotate(n) # rotate(n)， 从右侧反转n步，如果n为负数，则从左侧反转。 # d.rotate(1) 等于 d.appendleft(d.pop()) from collections import deque st = "abbcd" dst = deque(st) dst.rotate(1) print(dst) #结果: #deque(['d', 'a', 'b', 'b', 'c']) # maxlen # 只读的属性，deque限定的最大长度，如果无，就返回None。 # 当限制长度的deque增加超过限制数的项时, 另一边的项会自动删除。 from collections import deque dst = deque(maxlen=2) dst.append(1) dst.append(2) print(dst) dst.append(3) print(dst) print(dst.maxlen) #结果: #deque([1, 2], maxlen=2) #deque([2, 3], maxlen=2) #2
OrderedDict
使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。
如果要保持Key的顺序，可以用OrderedDict：
-
有序字典
from collections import OrderedDict d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是无序的 {'a': 1, 'c': 3, 'b': 2} od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) >>> od # OrderedDict的Key是有序的 OrderedDict([('a', 1), ('b', 2), ('c', 3)]) -
获取键值
```python
# 注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：
from collections import OrderedDict
od = OrderedDict()
od['z'] = 1
od['x'] = 2
od['y'] = 3
>>> od.keys()
['z', 'y', 'x']
```
-
排序
dd = {'banana': 3, 'apple':4, 'pear': 1, 'orange': 2} # 按key排序 kd = collections.OrderedDict(sorted(dd.items(), key=lambda t: t[0])) >>> print(kd) OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)]) # 按照value排序 vd = collections.OrderedDict(sorted(dd.items(),key=lambda t:t[1])) >>> print(vd) OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])
defaultdict
-
用法
有如下值集合 [11,22,33,44,55,66,77,88,99,90…]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。
即： {‘k1’: 大于66 , ‘k2’: 小于66}
# 原dict方法 values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = {} for value in values: if value>66: if my_dict.has_key('k1'): my_dict['k1'].append(value) else: my_dict['k1'] = [value] else: if my_dict.has_key('k2'): my_dict['k2'].append(value) else: my_dict['k2'] = [value]# defaultdict 字典解决方法 from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = defaultdict(list) for value in values: if value>66: my_dict['k1'].append(value) else: my_dict['k2'].append(value) -
使用
dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'N/A') >>> dd['key1'] = 'abc' >>> dd['key1'] # key1存在 'abc' >>> dd['key2'] # key2不存在，返回默认值 'N/A'
Counter
-
Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。
form collections import Counter c = Counter('abcdeabcdabcaba') >>> print(c) Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1}) -
计数器更新（update， subtract）
可以使用一个iterable对象或者另一个Counter对象来更新键值。
计数器的更新包括增加和减少两种。
# 其中，增加使用update()方法： from collections import Counter c = Counter('which') c.update('witch') # 使用另一个iterable对象更新 >>> c['h'] 3 d = Counter('watch') c.update(d) # 使用另一个Counter对象更新 >>> c['h'] 4 # 减少则使用subtract()方法： >>> c = Counter('which') >>> c.subtract('witch') # 使用另一个iterable对象更新 >>> c['h'] 1 >>> d = Counter('watch') >>> c.subtract(d) # 使用另一个Counter对象更新 >>> c['a'] -1 -
键的删除
当计数值为0时，并不意味着元素被删除，删除元素应当使用
del。c = Counter("abcdcba") >>> c Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1}) c["b"] = 0 >>> c Counter({'a': 2, 'c': 2, 'd': 1, 'b': 0}) del c["a"] >>> c Counter({'c': 2, 'b': 2, 'd': 1}) -
元素生成
返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。元素排列无确定顺序，个数小于1的元素不被包含。
c = Counter(a=4, b=2, c=0, d=-2) >>> list(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b'] -
找出TopN
返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，排列是无确定顺序的。
c = Counter('abracadabra') >>> c.most_common() [('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)] >>> c.most_common(3) [('a', 5), ('r', 2), ('b', 2)] -
其他常用操作
下面是一些Counter类的常用操作，来源于Python官方文档
sum(c.values()) # 所有计数的总数 c.clear() # 重置Counter对象，注意不是删除 list(c) # 将c中的键转为列表 set(c) # 将c中的键转为set dict(c) # 将c中的键值对转为字典 c.items() # 转为(elem, cnt)格式的列表 Counter(dict(list_of_pairs)) # 从(elem, cnt)格式的列表转换为Counter类对象 c.most_common()[:-n:-1] # 取出计数最少的n个元素 c += Counter() # 移除0和负值
6013
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
