python3 collections模块 tree_Python之容器模块Collections

Python附带⼀个模块，它包含许多容器数据类型，名字叫作collections。我们将讨论 它的作⽤和⽤法。 我们将讨论的是：

defaultdict

counter

deque

namedtuple

enum.Enum (包含在Python 3.4以上)

defaultdict

defaultdict与dict类型不同，你不需要检查key是否存在

from collections import defaultdict

colours = (

('Yasoob','Yellow'),

('Ali','Blue'),

('Arham','Green'),

('Ali','Black'),

('Yasoob','Red'),

('Ahmed','Silver'),

)

favourite_colours = defaultdict(list)

for name, colour in colours:

favourite_colours[name].append(colour)

print(favourite_colours)

运⾏输出：

# defaultdict(,

# {'Arham': ['Green'],

# 'Yasoob': ['Yellow', 'Red'],

# 'Ahmed': ['Silver'],

# 'Ali': ['Blue','Black']

# })

另⼀种重要的是例⼦就是：当你在⼀个字典中对⼀个键进⾏嵌套赋值时，如果这个键不存 在，会触发keyError异常。 defaultdict允许我们⽤⼀个聪明的⽅式绕过这个问题。 ⾸先我分享⼀个使⽤dict触发KeyError的例⼦，然后提供⼀个使⽤defaultdict的解决⽅案。

问题：

some_dict = {}

some_dict['colours']['favourite'] = "yellow"

## 异常输出：KeyError: 'colours'

解决方案：

import collections

tree = lambda: collections.defaultdict(tree)

some_dict = tree()

some_dict['colours']['favourite'] = "yellow"

## 运⾏正常

你可以⽤json.dumps打印出some_dict，例如：

import json

print(json.dumps(some_dict))

## 输出: {"colours":{"favourite":"yellow"}}

counter

Counter是⼀个计数器，它可以帮助我们针对某项数据进⾏计数。⽐如它可以⽤来计算每个 ⼈喜欢多少种颜⾊：

from collections import Counter

colours = (

('Yasoob','Yellow'),

('Ali','Blue'),

('Arham','Green'),

('Ali', 'Black'),

('Yasoob','Red'),

('Ahmed','Silver'),

)

favs = Counter(name for name, colour in colours)

print(favs)

## 输出:

## Counter({

## 'Yasoob': 2,

## 'Ali': 2,

## 'Arham': 1,

## 'Ahmed': 1

## })

我们也可以在利⽤它统计⼀个⽂件，例如：

with open ('filename','rb') as f:

line_count = Counter(f)

print(line_count)

deque

deque提供了⼀个双端队列，你可以从头/尾两端添加或删除元素。要想使⽤它，⾸先我们 要从collections中导⼊deque模块：

from collections import deque

#现在，你可以创建⼀个deque对象。

d = deque()

#它的⽤法就像python的list，并且提供了类似的⽅法，例如：

d = deque()

d.append('1')

d.append('2')

d.append('3')

print(len(d))

## 输出: 3

print(d[0])

## 输出:'1'

print(d[-1])

## 输出:'3'

你可以从两端取出(pop)数据：

d = deque(range(5))

print(len(d))

## 输出: 5

d.popleft()

## 输出:0

d.pop()

## 输出:4

print(d)

## 输出:deque([1, 2, 3])

我们也可以限制这个列表的⼤⼩，当超出你设定的限制时，数据会从对队列另⼀端被挤出 去(pop)。

最好的解释是给出⼀个例⼦：

d= deque(maxlen=30)

现在当你插⼊30条数据时，最左边⼀端的数据将从队列中删除。

你还可以从任⼀端扩展这个队列中的数据：

d = deque([1,2,3,4,5])

d.extendleft([0])

d.extend([6,7,8])

print(d)

## 输出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8])

namedtuple

⼀个元组是⼀个不可变的列表，你可以存储⼀个数据的序列，它和命名元组 (namedtuples)⾮常像，但有⼏个关键的不同。 主要相似点是都不像列表，你不能修改元组中的数据。为了获取元组中的数据，你需要使 ⽤整数作为索引：

man = ('Ali',30)

print(man[0])

##输出: Ali

那namedtuples是什么呢？它把元组变成⼀个针对简单任务的容器。你不必使⽤整 数索引来访问⼀个namedtuples的数据。你可以像字典(dict)⼀样访问namedtuples， 但namedtuples是不可变的。

from collections import namedtuple

Animal = namedtuple('Animal', 'name age type')

perry = Animal(name="perry", age=31, type="cat")

print(perry)

##输出: Animal(name='perry', age=31, type='cat')

print(perry.name)

##输出: 'perry'

现在你可以看到，我们可以⽤名字来访问namedtuple中的数据。我们再继续分析它。⼀ 个命名元组(namedtuple)有两个必需的参数。它们是元组名称和字段名称。

在上⾯的例⼦中，我们的元组名称是Animal，字段名称是'name'，'age'和'type'。 namedtuple让你的元组变得⾃⽂档了。你只要看⼀眼就很容易理解代码是做什么的。 你也不必使⽤整数索引来访问⼀个命名元组，这让你的代码更易于维护。 ⽽且，namedtuple的每个实例没有对象字典，所以它们很轻量，与普通的元组⽐，并不需要更多的内存。这使得它们⽐字典更快。

然⽽，要记住它是⼀个元组，属性值在namedtuple中是不可变的，所以下⾯的代码不能 ⼯作：

from collections import namedtuple

Animal = namedtuple('Animal','name age type')

perry = Animal(name="perry", age=31, type="cat")

perry.age = 42

##输出:

##Traceback (most recent call last):

## File"",line 1, in

##AttributeError: can't set attribute

你应该使⽤命名元组来让代码⾃⽂档，它们向后兼容于普通的元组，这意味着你可以既使 ⽤整数索引，也可以使⽤名称来访问namedtuple:

from collections import namedtuple

Animal = namedtuple('Animal', 'name age type')

perry = Animal(name="perry",age=31, type="cat")

print(perry[0])

##输出: perry

最后，你可以将⼀个命名元组转换为字典，⽅法如下：

from collections import namedtuple

Animal = namedtuple('Animal', 'name age type')

perry = Animal(name="Perry", age=31, type="cat")

print(perry._asdict())

##输出: OrderedDict([('name', 'Perry'), ('age', 31), ...