利用Python collections 库使任务处理更为简便

collections是Python标准库，其中很多类都能能使我们代码更为简洁，处理更为方便。

• namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
• deque: 双端队列，可以快速的从另外一侧追加和推出对象
• OrderedDict: 有序字典
• defaultdict: 带有默认值的字典
• Counter: 计数器，主要用来计数

namedtuple()

可以使用名称来访问 tuple 中的数据对象。假设我们要表示空间中的一个点 p（1, 2, 3），并且想以 p.x p.y p.z 的形式访问其中数据，单独建一个类可以，但没必要，这就可以用 namedtuple() 来做了

输入：

from collections import namedtuple

point = namedtuple('point', ['x', 'y', 'z'])
p = point(1, 2, 3)

print(p.x, p.y, p.z)

输出：
1 2 3

deque()

deque 是双头队列，它最大的好处就是实现了从队列头部快速增加和取出对象: appendleft() ， popleft(),。

你可能会说，原生的list也可以从头部添加和取出对象啊？就像这样：
l.insert(0, v)
l.pop(0)
但是值得注意的是，list对象的这两种用法的时间复杂度是 O(n) ，也就是说随着元素数量的增加耗时呈线性上升。而使用deque对象则是 O(1) 的复杂度，所以当你的代码有这样的需求的时候，一定要记得使用deque。

作为一个双端队列，deque还提供了一些其他的好用方法，比如 rotate 等。

from collections import deque

q=deque(['b', 'c'])
q.popleft()
q.appendleft('a')

print(q)

输出：
deque(['a', 'c'])

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

# 两种常见的用途
# 字典a，如果要查找的数据不存在，则返回预先设定的值
a=defaultdict(lambda:'N/A')  
a[1]='a'

print(a[1]+'\n'+a[2])

输出：
a
N/A

# 字典b，想要统计一组数据中各个类别的个数时常用
b=defaultdict(int) # 如果想查找的 key 不在字典中，则返回0
test=['a','a','b','c','c','d']  # 统计每个字母出现的个数
for x in test:
    b[x] += 1
print(b)

输出：
defaultdict(<class 'int'>, {'a': 2, 'b': 1, 'c': 2, 'd': 1})

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，可以用OrderedDict：

from collections import OrderedDict

d = dict([('a', 1), ('b', 2), ('c', 3)])
print(d) # dict的Key是无序的

输出：
{'a': 1, 'c': 3, 'b': 2}

od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
print(od) # OrderedDict的Key是有序的

输出：
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：

od = OrderedDict()
od['z'] = 1
od['y'] = 2
od['x'] = 3
od.keys() # 按照插入的Key的顺序返回

输出：
['z', 'y', 'x']

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 'aabccda':
     c[ch]  += 1
print(c)

输出：
Counter({'a': 3, 'b': 1, 'c': 2, 'd': 1})

或是：

from collections import Counter
a='aabbcdd'
c=Counter(a)

c.most_common()

输出：
[('a', 2), ('b', 2), ('d', 2), ('c', 1)]

most_common() 是 counter() 下的一个方法，用元组的形式显示数据项及其出现次数。