【Python】collections模块：高效处理数据的利器

Python中的collections模块：高效处理数据的利器

Python的collections模块是一个内置模块，它提供了一些专用的容器数据类型，作为Python通用内置容器（如列表list、字典dict、集合set和元组tuple）的替代品。本文将深入探讨collections模块中的几种数据结构，并通过丰富的示例来展示它们的用法。

Counter：计数器

Counter是dict的一个子类，它用于计数可哈希对象。元素存储为字典的键，对象的计数则存储为值。

示例1：使用Counter统计列表元素

from collections import Counter

# 列表中元素的计数
lst = [1,2,2,2,2,3,3,3,1,2,1,12,3,2,32,1,21,1,223,1]
counter = Counter(lst)
print(counter)  # 输出：Counter({1: 6, 2: 6, 3: 4, 12: 1, 21: 1, 32: 1, 223: 1})

示例2：使用Counter统计字符串中的字符

# 字符串中字符的计数
s = 'aabsbsbsbhshhbbsbs'
counter = Counter(s)
print(counter)  # 输出：Counter({'a': 2, 'b': 7, 'h': 3, 's': 6})

示例3：统计句子中单词的出现次数

s = 'How many times does each word show up in this sentence word times each word'
words = s.split()
counter = Counter(words)
print(counter)  # 输出：Counter({'How': 1, 'does': 1, 'each': 3, ...})

Counter的常用方法

• most_common(n): 返回出现次数最多的n个元素及其计数。
• sum(c.values()): 计算所有计数的总和。
• c.clear(): 重置所有计数。
• list(c): 返回一个包含所有唯一元素的列表。
• set(c): 将Counter转换为集合。
• dict(c): 将Counter转换为普通字典。
• c.items(): 将Counter转换为元素及其计数的列表对。

defaultdict：带默认值的字典

defaultdict是一个类似字典的对象，它提供了字典的所有方法，并且接受一个额外的参数default_factory，用于为字典提供默认的数据类型。使用defaultdict比使用dict.setdefault方法更快。

示例：使用defaultdict避免KeyError

from collections import defaultdict

# 使用普通字典，尝试访问不存在的键会抛出KeyError
d = {}
try:
    print(d['one'])
except KeyError:
    print("KeyError occurred")

# 使用defaultdict，不存在的键会返回由default_factory生成的默认值
d = defaultdict(object)
print(d['one'])  # 输出：<object at 0x...>

示例：使用defaultdict初始化默认值为0的字典

d = defaultdict(lambda: 0)
print(d['one'])  # 输出：0

namedtuple：具名元组

namedtuple允许为元组的每个成员分配名称和数值索引，使得访问特定成员时更加直观和安全。

示例：创建并使用namedtuple

from collections import namedtuple

# 创建一个名为Dog的namedtuple类，包含age, breed, name三个字段
Dog = namedtuple('Dog', ['age', 'breed', 'name'])
sam = Dog(age=2, breed='Lab', name='Sammy')
frank = Dog(age=2, breed='Shepard', name='Frankie')

# 通过属性名访问namedtuple的成员
print(sam.age)  # 输出：2
print(sam.breed)  # 输出：'Lab'
print(sam[0])  # 输出：2

结论

通过上述示例，我们可以看到collections模块在Python中是多么有用。无论是计数、处理字典还是创建具有命名字段的轻量级类，collections模块都能提供高效的解决方案。希望本文能帮助你更好地理解和使用这个强大的模块。