python内置模块collections介绍
collections是Python内建的一个集合模块,提供了许多有用的集合类。
1、namedtuple
python提供了很多非常好用的基本类型,比如不可变类型tuple,我们可以轻松地用它来表示一个二元向量。
1 >>> v = (2,3)
我们发现,虽然(2,3)表示出了一个向量的两个坐标,但是,如果没有额外说明,又很难直接看出这个元组是用来表示一个坐标的。
为此定义一个class又小题大做了,这时,namedtuple就派上用场了。
1 >>> from collections importnamedtuple2
3 >>> Vector = namedtuple('Vector', ['x', 'y'])4
5 >>> v = Vector(2,3)6
7 >>>v.x8
9 2
10
11 >>>v.y12
13 3
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。
我们可以验证创建的Vector对象的类型。
1 >>>type(v)2
3
4
5 >>>isinstance(v, Vector)6
7 True8
9 >>>isinstance(v, tuple)10
11 True
类似的,如果要用坐标和半径表示一个圆,也可以用namedtuple定义:
1 >>> Circle = namedtuple('Circle', ['x', 'y', 'r'])2 #namedtuple('名称', [‘属性列表’])
2、deque
在数据结构中,我们知道队列和堆栈是两个非常重要的数据类型,一个先进先出,一个后进先出。在python中,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链表结构,非常适合实现队列和堆栈这样的数据结构。
1 >>> from collections importdeque2 >>> deq = deque([1, 2, 3])3 >>> deq.append(4)4 >>>deq5 deque([1, 2, 3, 4])6 >>> deq.appendleft(5)7 >>>deq8 deque([5, 1, 2, 3, 4])9 >>>deq.pop()10 4
11 >>>deq.popleft()12 5
13 >>>deq14 deque([1, 2, 3])
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。
3、defaultdict
使用dict字典类型时,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 importdefaultdict>>> dd = defaultdict(lambda: 'defaultvalue')>>> dd['key1'] = 'a'
>>> dd['key1']'a'
>>> dd['key2'] #key2未定义,返回默认值
'defaultvalue'
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。
4、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。
但是如果想要保持key的顺序,可以用OrderedDict。
1 >>> from collections importOrderedDict2 >>> d = dict([('a', 1), ('b', 2), ('c', 3)])3 >>> d #dict的Key是无序的
4 {'a': 1, 'c': 3, 'b': 2}5 >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])6 >>> od #OrderedDict的Key是有序的
7 OrderedDict([('a', 1), ('b', 2), ('c', 3)])
注意,OrderedDict的key会按照插入的顺序排列,不是key本身排序
1 >>> od =OrderedDict()2 >>> od['z'] = 1
3 >>> od['y'] = 2
4 >>> od['x'] = 3
5 >>> list(od.keys()) #按照插入的Key的顺序返回
6 ['z', 'y', 'x']
OrderedDict可以实现一个FIFO(先进先出)的dict,当容量超出限制时,先删除最早添加的key。
1 from collections importOrderedDict2 classLastUpdatedOrderedDict(OrderedDict):3 def __init__(self, capacity):4 super(LastUpdatedOrderedDict, self).__init__()5 self._capacity =capacity6 def __setitem__(self, key, value):7 containsKey = 1 if key in self else08 if len(self) - containsKey >=self._capacity:9 last = self.popitem(last=False)10 print('remove:', last)11 ifcontainsKey:12 delself[key]13 print('set:', (key, value))14 else:15 print('add:', (key, value))16 OrderedDict.__setitem__(self, key, value)
5、ChainMap
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。
1 from collections importChainMap2 importos, argparse3 #构造缺省参数:
4 defaults ={5 'color': 'red',6 'user': 'guest'
7 }8 #构造命令行参数:
9 parser =argparse.ArgumentParser()10 parser.add_argument('-u', '--user')11 parser.add_argument('-c', '--color')12 namespace =parser.parse_args()13 command_line_args = { k: v for k, v in vars(namespace).items() ifv }14 #组合成ChainMap:
15 combined =ChainMap(command_line_args, os.environ, defaults)16 #打印参数:
17 print('color=%s' % combined['color'])18 print('user=%s' % combined['user'])
没有任何参数时,打印出默认参数:
$ python3 use_chainmap.py
color=red
user=guest
当传入命令行参数时,优先使用命令行参数:
1 $ python3 use_chainmap.py -u bob2 color=red3 user=bob
同时传入命令行参数和环境变量,命令行参数的优先级较高:
1 $ user=admin color=green python3 use_chainmap.py -u bob2 color=green3 user=bob
6、Counter
Counter是一个简单的计数器,例如,统计字符出现的个数:
from collections importCounter>>> s = 'abbcccdddd'
>>>Counter(s)
Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})
Counter实际上也是dict的一个子类。
7、小结
collections模块提供了一些有用的集合类,可以根据需要选用。
更多精彩文章关注微信公众号【python社区营】