python的collections包

collections 模块是 Python 标准库的一部分，提供了多种用于处理集合数据结构的工具，其中 defaultdict 是一个非常常用的容器类。它是 字典 的一个子类，可以在访问不存在的键时返回一个默认值，而不是抛出 KeyError 异常。除此之外，collections 模块还提供了许多类似于 defaultdict 的工具，每个工具都具有不同的功能和应用场景。

下面是 collections 模块中的一些其他常用类型和方法：

---

1. Counter

• 作用：Counter 是一个字典子类，用于计数可哈希对象的出现次数。它将元素作为键，出现的次数作为值。

常见用法

from collections import Counter
 
# 创建 Counter 对象
counter = Counter(["a", "b", "a", "c", "b", "a"])
print(counter)  # 输出：Counter({'a': 3, 'b': 2, 'c': 1})
 
# 访问元素的计数
print(counter["a"])  # 输出：3
 
# 使用 most_common() 获取出现频率最高的元素
print(counter.most_common(2))  # 输出：[('a', 3), ('b', 2)]

特性

• 可以用于统计元素的频率。
• 提供了 most_common() 方法来返回出现频率最高的元素。

---

2. deque

• 作用：deque 是一个双端队列（double-ended queue）。它允许从两端快速添加和删除元素，比列表更高效。

常见用法

from collections import deque
 
# 创建 deque 对象
d = deque([1, 2, 3])
 
# 从右端添加元素
d.append(4)  
print(d)  # 输出：deque([1, 2, 3, 4])
 
# 从左端添加元素
d.appendleft(0)  
print(d)  # 输出：deque([0, 1, 2, 3, 4])
 
# 从右端删除元素
d.pop()  
print(d)  # 输出：deque([0, 1, 2, 3])
 
# 从左端删除元素
d.popleft()  
print(d)  # 输出：deque([1, 2, 3])

特性

• 高效的双端操作：deque 允许在两端进行 O(1) 的添加和删除操作。
• 可以作为队列或栈使用。

---

3. namedtuple

• 作用：namedtuple 创建一个具名元组类。元组是不可变的，但 namedtuple 允许你通过命名字段来访问元组的元素，使代码更加可读。

常见用法

from collections import namedtuple
 
# 创建一个具名元组类型
Point = namedtuple("Point", ["x", "y"])
 
# 创建具名元组实例
p = Point(1, 2)
 
# 通过名称访问元素
print(p.x)  # 输出：1
print(p.y)  # 输出：2
 
# 也可以像普通元组一样按索引访问
print(p[0])  # 输出：1

特性

• 可以像访问对象属性一样访问元组的元素，增加可读性。
• 提供了类似于类的字段名访问方式。

---

4. OrderedDict

• 作用：OrderedDict 是一个字典子类，记住插入顺序（在 Python 3.7+ 中，普通字典 dict 也保留插入顺序，但 OrderedDict 提供了额外的功能）。它提供了一些额外的操作方法。

常见用法

from collections import OrderedDict
 
# 创建 OrderedDict
od = OrderedDict([("one", 1), ("two", 2), ("three", 3)])
 
# 打印顺序
print(od)  # 输出：OrderedDict([('one', 1), ('two', 2), ('three', 3)])
 
# 你可以像普通字典一样操作 OrderedDict
od["four"] = 4
print(od)  # 输出：OrderedDict([('one', 1), ('two', 2), ('three', 3), ('four', 4)])
 
# 使用 move_to_end() 来改变顺序
od.move_to_end("two")
print(od)  # 输出：OrderedDict([('one', 1), ('three', 3), ('four', 4), ('two', 2)])

特性

• 保留插入顺序：与 defaultdict 或常规字典不同，OrderedDict 明确保证字典条目的插入顺序。
• 额外方法：提供如 move_to_end()、popitem() 等操作方法。

---

5. ChainMap

• 作用：ChainMap 用于将多个字典（或映射对象）合并成一个单一的视图。这意味着可以在多个字典之间快速查找，而不需要合并它们。

常见用法

from collections import ChainMap
 
# 创建多个字典
dict1 = {"a": 1, "b": 2}
dict2 = {"b": 3, "c": 4}
 
# 创建 ChainMap
chain = ChainMap(dict1, dict2)
 
# 查找时优先从第一个字典查找
print(chain["b"])  # 输出：2， 因为 dict1 中的 b 会优先
print(chain["c"])  # 输出：4， 从 dict2 查找

特性

• 多字典合并：ChainMap 将多个字典（或其他映射类型）合并成一个逻辑上单一的视图，但每个字典仍然保持独立。
• 允许在多个字典中查找，查找顺序从第一个字典开始。

---

6. UserDict 和 UserList

• 作用：UserDict 和 UserList 是可以被继承的类，它们允许用户自定义字典和列表的行为。它们为需要修改数据类型行为的用户提供了一个基础类。

常见用法

from collections import UserDict
 
class MyDict(UserDict):
    def __getitem__(self, key):
        print(f"Accessing key: {key}")
        return super().__getitem__(key)
 
d = MyDict({"a": 1, "b": 2})
print(d["a"])  # 输出：Accessing key: a \n 1

特性

• 继承和扩展：可以通过继承 UserDict 或 UserList 来扩展默认行为，提供自定义的方法和逻辑。

---

7. defaultdict 介绍

定义

defaultdict 是 dict 的一个子类，和普通的字典一样存储键值对。但最大的不同在于，它可以为不存在的键提供一个默认值，而不是抛出 KeyError 异常。这使得你可以避免在访问字典的某个键时检查该键是否存在。

基本语法

from collections import defaultdict
 
# 创建一个 defaultdict，指定默认值的类型
d = defaultdict(int)  # 默认值为 0（int 的默认值）

工作原理

• defaultdict 会根据你传入的默认工厂函数来生成默认值。如果你访问一个不存在的键，defaultdict 会调用该工厂函数返回一个值，而不是抛出异常。
• 工厂函数是你传入的类型或自定义的可调用对象。例如，可以传入 int（默认值为 0）、list（默认值为空列表），或者自定义的函数。

---

常见用法

1. 使用 int 作为默认工厂函数

from collections import defaultdict
 
# 创建一个 defaultdict，默认值为 0
d = defaultdict(int)
 
# 访问一个不存在的键时，返回默认值 0
print(d["a"])  # 输出：0
 
# 为键赋值
d["a"] += 1
print(d)  # 输出：defaultdict(<class 'int'>, {'a': 1})

• 在这个例子中，d["a"] 最开始没有存在，所以返回了默认值 0。之后我们对键 "a" 的值进行了加法操作。

2. 使用 list 作为默认工厂函数

from collections import defaultdict
 
# 创建一个 defaultdict，默认值为 []
d = defaultdict(list)
 
# 访问不存在的键时，返回一个空列表
d["fruits"].append("apple")
d["fruits"].append("banana")
 
print(d)  # 输出：defaultdict(<class 'list'>, {'fruits': ['apple', 'banana']})

• 这里我们使用 list 作为默认工厂函数，这样当我们访问一个不存在的键时，它会返回一个空的列表。然后我们可以对这个列表进行 append 操作。

3. 使用自定义函数作为默认工厂函数

from collections import defaultdict
 
# 定义一个自定义工厂函数
def default_value():
    return "default value"
 
# 创建一个 defaultdict，使用自定义函数作为默认值
d = defaultdict(default_value)
 
print(d["key"])  # 输出：default value

• 在这个例子中，default_value() 是我们自定义的工厂函数，当访问一个不存在的键时，它会返回 "default value"。

---

常见应用场景

1. 处理计数问题
   defaultdict(int) 常用于计数任务，它可以自动为每个新键初始化计数器，而不需要手动检查键是否存在。

   from collections import defaultdict
    
   words = ["apple", "banana", "apple", "orange", "banana", "banana"]
   count = defaultdict(int)
    
   for word in words:
       count[word] += 1
    
   print(count)  # 输出：defaultdict(<class 'int'>, {'apple': 2, 'banana': 3, 'orange': 1})

2. 构建分组字典
   如果你想将元素分组（如按照字母分组或根据某个特征分组），defaultdict(list) 可以非常方便地完成这个任务。

   from collections import defaultdict
    
   # 假设有一些学生及其成绩
   students = [("Alice", "A"), ("Bob", "B"), ("Charlie", "A"), ("David", "C")]
    
   # 创建 defaultdict，将学生成绩分组
   grade_groups = defaultdict(list)
    
   for student, grade in students:
       grade_groups[grade].append(student)
    
   print(grade_groups)
   # 输出：defaultdict(<class 'list'>, {'A': ['Alice', 'Charlie'], 'B': ['Bob'], 'C': ['David']})

   这个例子中，我们使用 defaultdict(list) 将学生根据成绩分组。如果某个成绩之前没有记录，defaultdict 会自动为该成绩键创建一个空列表。

---

defaultdict 的优点

1. 简化代码：避免了在字典访问时频繁检查键是否存在，减少了 if 判断语句。
2. 减少错误：如果字典中某个键不存在，defaultdict 会自动为其分配默认值，避免了 KeyError 异常。
3. 更高效的处理：特别适合用于计数、分组等任务，能够有效避免重复代码。

---

总结

collections 模块提供了多种便利的工具，扩展了 Python 原生数据类型（如字典、列表、元组等）的功能，帮助开发者在各种场景下更加高效地操作数据。以下是一些常见类型：

• defaultdict：提供默认值的字典，避免 KeyError。
• Counter：用于计数元素的字典子类。
• deque：高效的双端队列。
• namedtuple：具名元组，提供更加直观的字段访问方式。
• OrderedDict：保留插入顺序的字典。
• ChainMap：多个字典的合并视图。
• UserDict 和 UserList：用于自定义字典或列表行为的基类。

这些工具能够大大提高代码的简洁性和性能，使得 Python 在处理集合数据时更加灵活和高效。