Python-collections 模块详解

Python collections 模块详解

collections 是 Python 标准库中提供高效数据结构的模块，扩展了内置数据类型（如 list、dict、tuple），适用于处理复杂数据场景。以下是其核心内容及常用函数：

核心数据结构与功能

​1. namedtuple（命名元组）​

• ​用途：创建可通过属性名访问的元组，增强代码可读性。

• ​定义：

  python

  from collections import namedtuple
  
  # 定义命名元组类型（类名，字段列表）
  Point = namedtuple("Point", ["x", "y"])

 

• ​使用示例：

  python

  p = Point(10, y=20)
  print(p.x)       # 10
  print(p[0])      # 10（仍支持索引访问）
  print(p._asdict())  # {'x': 10, 'y': 20}（转为字典）

2. deque（双端队列）​

• ​用途：高效实现队列（FIFO）或栈（LIFO），支持快速头尾插入/删除。

• ​核心方法：

方法	描述
append(x)	右端添加元素
appendleft(x)	左端添加元素
pop()	移除并返回右端元素
popleft()	移除并返回左端元素
extend(iterable)	右端扩展多个元素
extendleft(iterable)	左端扩展多个元素（逆序添加）
rotate(n)	循环右移 n 步（负数为左移）

• ​示例：

  python

  from collections import deque
  
  dq = deque([1, 2, 3])
  dq.appendleft(0)   # deque([0, 1, 2, 3])
  dq.rotate(1)       # deque([3, 0, 1, 2])

 

3. Counter（计数器）​

• ​用途：统计可哈希对象（如字符串、列表）的元素频率。

• ​核心方法：

方法	描述
elements()	返回元素迭代器（按计数重复）
most_common(n)	返回频率最高的前 n 个元素
update(iterable)	合并其他元素的计数

示例：

python

from collections import Counter

cnt = Counter("abracadabra")
print(cnt)                 # Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
print(cnt.most_common(2))  # [('a', 5), ('b', 2)]
cnt.update(["a", "x"])     # 计数更新为 a:6, x:1

 

4. defaultdict（默认字典）​

• ​用途：为字典提供默认值工厂，处理缺失键时自动生成默认值。
• ​定义：

  python

  from collections import defaultdict
  
  # 指定默认值类型（如 int、list、lambda 表达式）
  d = defaultdict(int)       # 缺失键默认值为 0

• ​示例：

  python

  words = ["apple", "banana", "apple"]
  count = defaultdict(int)
  for word in words:
      count[word] += 1  # 无需检查键是否存在
  print(count)          # {'apple': 2, 'banana': 1}

 

5. OrderedDict（有序字典）​

• ​用途：保持键的插入顺序（Python 3.7+ 普通 dict 已支持，但此类提供额外方法）。

• ​特有方法：

  方法	描述
  move_to_end(key)	将键移动到字典末尾或开头
  popitem(last=True)	移除最后/最先插入的键值对

 

示例：

python

from collections import OrderedDict

od = OrderedDict()
od["a"] = 1
od["b"] = 2
od.move_to_end("a")  # OrderedDict([('b', 2), ('a', 1)])

 

6. ChainMap（链式映射）​

• ​用途：将多个字典合并为单一逻辑视图，按顺序查找键。

• ​核心方法：

方法	描述
new_child(m)	添加新字典到链首
parents	返回除第一个外的所有字典

示例：

python

from collections import ChainMap

dict1 = {"a": 1, "b": 2}
dict2 = {"b": 3, "c": 4}
cm = ChainMap(dict1, dict2)
print(cm["b"])  # 2（优先查找 dict1）
print(cm["c"])  # 4（dict2 中找到）

7. UserDict、UserList、UserString

• ​用途：继承并自定义字典、列表、字符串的行为（通过封装原生类型）。
• ​示例：

  python

  from collections import UserDict
  
  class MyDict(UserDict):
      def __setitem__(self, key, value):
          super().__setitem__(key, value * 2)
  
  d = MyDict({"a": 1})
  d["b"] = 2  # 自动将值翻倍
  print(d)    # {'a': 1, 'b': 4}

 

适用场景总结

数据结构	典型场景
namedtuple	替代简单类，表示不可变数据结构（如坐标、数据库记录）
deque	高频头尾操作（如消息队列、滑动窗口算法）
Counter	统计元素频率（如词频统计、投票计数）
defaultdict	处理缺失键的字典（如分组聚合、树形结构）
OrderedDict	需要保持插入顺序或手动调整顺序的字典
ChainMap	多层级配置覆盖（如默认配置 + 用户配置 + 环境配置）

 

注意事项

1. ​性能优化：

   • deque 的头部操作复杂度为 O(1)，而 list 的头部插入/删除为 O(n)。
   • Counter 的 update() 方法比手动循环更高效。

2. ​版本兼容性：

   • Python 3.7+ 的普通 dict 已支持有序性，OrderedDict 主要用于旧版本或额外方法。

3. ​线程安全：

   • collections 中的数据结构默认非线程安全，需自行加锁。

---

​总结

• ​核心数据结构：namedtuple、deque、Counter、defaultdict 最常用。
• ​扩展性：通过 UserDict、UserList 等可自定义容器行为。
• ​高效性：针对特定场景优化性能（如 deque 的双端操作）。