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

?

1	>>> 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：

?

1 2 3 4 5 6 7

>>> 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：

?

1 2 3 4

>>> 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

?

1 2	>>> 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：

?

1 2 3 4 5 6

>>> 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

?

1 2 3 4 5 6 7 8 9

>>> 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

?

1 2 3 4 5 6 7 8 9

>>> 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

?

1 2 3 4 5 6 7 8 9

>>> 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

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#!/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

?

1 2 3

#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

?

1 2 3

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

?

1 2 3

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

?

1 2 3 4 5 6 7 8

>>> 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。