python3 collections模块_Python3之内建模块collections

collections是python内建的一个集合模块，提供了许多有用的集合类。

namedtuple

我们知道tuple可以表示不可变集合，例如，一个点的二维坐标可以表示成

>>> p=(1,2)

但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。

定义一个class又小题大做了，这时，namedtuple就派上了用场：

>>> from collections import namedtuple

>>> Point=namedtuple('Point',['x','y'])

>>> p=Point(1,2)

>>> p.x

1

>>> p.y

2

namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。

这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。

可以验证创建的Point对象是tuple的一种子类：

>>> isinstance(p,Point)

True

>>> isinstance(p,tuple)

True

类似的，如果用坐标和半径表示一个圆，也可以用namedtuple定义

>>> Circle=namedtuple('Circle',['x','y','r'])

>>> c=Circle(1,2,1)

deque

使用list存储数据时，按索引访问元素很快，但插入和删除元素就慢了，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：

>>> from collections import deque

>>> q=deque(['a','b','c'])

>>> q.append('x')

>>> q.appendleft('y')

>>> q

deque(['y', 'a', 'b', 'c', 'x'])

deque除了实现list的append()和pop()外，还支持appendleft()和popleft(),这样就可以非常搞笑地往头部添加或者删除元素。

defaultdict

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'

#key1存储在返回

>>> dd['key1']

'abc'

#key2不存在返回自定义的默认值

>>> dd['key2']

'N/A'

注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入。

除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。

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，可以使用OrderedDict

>>> from collections import OrderedDict

>>> d=dict([('a',1),('b',2),('c',3)])

#d是无序的

>>> d

{'a': 1, 'b': 2, 'c': 3}

>>> od=OrderedDict([('a',1),('b',2),('c',3)])

#od是有序的

>>> od

OrderedDict([('a', 1), ('b', 2), ('c', 3)])

注意,OrderedDict的Key会按照插入的顺序排序，不是Key本身排序

>>> od=OrderedDict()

>>> od['z']=1

>>> od['y']=2

>>> od['x']=3

>>> od.keys()

odict_keys(['z', 'y', 'x'])

#按照插入的Key的顺序返回

>>> list(od.keys())

['z', 'y', 'x']

ChinaMap

ChainMap可以把一组dict串起来并组成一个逻辑上的dict。ChainMap本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找。

什么时候使用ChainMap最合适？举个例子：应用程序往往都需要传入参数，参数可以通过命令行传入，可以通过环境变量传入，还可以有默认参数。我们可以用ChainMap实现参数的优　　先级查找，即先查命令行参数，如果没有传入，再查环境变量，如果没有，就使用默认参数。

下面的代码演示了如何查找user和color这两个参数：

use_chinamap.py

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

from collections import ChainMap

import os, argparse

defaults = {

'color': 'red',

'user': 'guest'

}

parser = argparse.ArgumentParser()

parser.add_argument('-u', '--user')

parser.add_argument('-c', '--color')

namespace = parser.parse_args()

command_line_args = { k: v for k, v in vars(namespace).items() if v }

combined = ChainMap(command_line_args, os.environ, defaults)

print('color=%s' % combined['color'])

print('user=%s' % combined['user'])

运行，没有任何参数时，打印默认参数

#python3 use_chainmap.py

color=red

user=guest

当传入命令行参数时，有限使用命令行参数

python3 use_chainmap.py -u Zhangsan

color=red

user=Zhangsan

同时传入命令行参数和环境变量，命令行参数优先级较高

user=admin color=green python3 use_chainmap.py -u Zhangsan

color=green

user=Zhangsan

Counter

Counter是一个简单的计数器，例如，统计字符出现的个数

>>> from collections import Counter

>>> c=Counter()

>>> for ch in 'prohramming':

... c[ch]=c[ch]+1

...

>>>

>>> c

Counter({'r': 2, 'm': 2, 'p': 1, 'o': 1, 'h': 1, 'a': 1, 'i': 1, 'n': 1, 'g': 1})

Counter实际上也是dict的一个子类，上面的结果可以看出，字符'g'、'm'、'r'各出现了两次，其他字符各出现了一次。