deque/defaultdict/orderedict/collections.namedtuple()/collections.ChainMap() 笔记

关于deque的使用

collections.deque([list[, max_length]])

# 不限定长度,可随意添加没有上限

>>> from collections import deque
>>> q = deque()
>>> q.append(1)
>>> q
deque([1])

 

 

# 定义限定的list长度,当list中的值超过限定的长度之后,会从添加端的另一侧删除参数超出部分

# 使用append()从右侧添加数据,如果添加数据满了,会从左侧删除超出部分的数据

>>> q = deque([], 5) # 添加到[]中,限定长度为5
>>> q.append(1)
>>> q.append(2)
>>> q.append(3)
>>> q.append(4)
>>> q.append(5)
>>> q
deque([1, 2, 3, 4, 5], maxlen=5)
>>> q.append(6)
>>> q
deque([2, 3, 4, 5, 6], maxlen=5)

 

 

# 使用appendleft()从左侧添加数据,如果数据溢出,那么从右侧删除数据

>>> q
deque([2, 3, 4, 5, 6], maxlen=5)
>>> q.appendleft(10)
>>> q
deque([10, 2, 3, 4, 5], maxlen=5)

 

 

# 使用pop()从右侧弹出一个元素

>>> q
deque([10, 2, 3, 4, 5], maxlen=5)
>>> q.pop()
5

 

# 使用popleft()从左侧弹出一个元素

>>> q
deque([10, 2, 3, 4], maxlen=5)
>>> q.popleft()
10

 

 

# 使用reverse()进行所有元素的翻转

>>> q
deque([2, 3, 4], maxlen=5)
>>> q.reverse()
>>> q
deque([4, 3, 2], maxlen=5)

 

 

# index(x[, start[, end]])返回元素的位置

>>> q
deque([4, 3, 2], maxlen=5)
>>> q.index(3)
1

 

 

# count(x)计算数量

>>> q
deque([1, 5, 3, 2, 2], maxlen=5)
>>> q.count(2) # 计算等于2的个数
2

 

 

# clear()进行清空list

>>> q
deque([1, 5, 3, 2, 2], maxlen=5)
>>> q.clear()
>>> q
deque([], maxlen=5)

 

# 使用copy()函数进行复制

>>> q
deque([7, 3, 6, 1, 43, 6], maxlen=6)
>>> list2 = q.copy()
>>> list2
deque([7, 3, 6, 1, 43, 6], maxlen=6)

 

# extend()批量添加元素(非单个添加),默认右侧

>>> q
deque([7, 3, 6, 1, 43, 6], maxlen=6)
>>> list3 = [1,2,4]
>>> q.extend(list3)
>>> q
deque([1, 43, 6, 1, 2, 4], maxlen=6)

 

# extendleft()左侧批量添加（值得注意的是,添加的结果是按照批量添加的那个list顺序的反顺序，原因是对于[1,6,4]每个元素先添加1，再添加6，再添加4，而每个添加的元素都是放在最左边）

>>> q
deque([1, 43, 6, 1, 2, 4], maxlen=6)
>>> q.extendleft([1,6,4]) # 添加[1,6,4]结果添加进去是[4,6,1]
>>> q
deque([4, 6, 1, 1, 43, 6], maxlen=6)

 

 

# 使用remove()进行删除元素

>>> q
deque([4, 6, 1, 1, 43, 6], maxlen=6)
>>> q.remove(43)
>>> q
deque([4, 6, 1, 1, 6], maxlen=6)

 

# 使用rotate()进行旋转list，默认旋转1。这个旋转呢,可以这样理解将list整体往右移动,超出部分直接移动到最左边

>>> q
deque([6, 4, 6, 1, 1], maxlen=6)
>>> q.rotate(2)
>>> q
deque([1, 1, 6, 4, 6], maxlen=6)

 

关于defaultdict()快捷简便构造多维list

>>> s
[('a', '1'), ('b', '2'), ('c', '3'), ('a', '4'), ('b', '5'), ('a', '6')]
>>> from collections import defaultdict
>>> d = defaultdict(list)
>>> for key, value in s:
... d[key].append(value)
...
>>> d
defaultdict(<class 'list'>, {'a': ['1', '4', '6'], 'b': ['2', '5'], 'c': ['3']})

 

# 不使用defaultdict

>>> s
[('a', '1'), ('b', '2'), ('c', '3'), ('a', '4'), ('b', '5'), ('a', '6')]
>>> d = {}
>>> for key, value in s:
... if key not in d:
... d[key] = []
... d[key].append(value)
...
>>> d
{'a': ['1', '4', '6'], 'b': ['2', '5'], 'c': ['3']}

 

# 使用OrderedDict()设置有序字典

# 设置字典

>>> from collections import OrderedDict
>>> d = OrderedDict()
>>> d['a'] = 1
>>> d['b'] = 2
>>> d['c'] = 3

 

# popitem([last=True]) 删除最右边的那个键值对,如果last=False,那么删除最左边

>>> d.popitem()
('c', 3)
>>> d
OrderedDict([('a', 1), ('b', 2)])

 

 

# move_to_end(x[ ,last=True]) # 将键为x的键值对移动到末尾,如果last=False,那么移动到最前面

>>> d
OrderedDict([('a', 1), ('b', 2)])
>>> d.move_to_end('a')
>>> d
OrderedDict([('b', 2), ('a', 1)])

 

关于collections.namedtuple()

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
sub = Stock('namejr', '22', '男') # 进行属性赋值
print(sub.name)
print(sub.age)
print(sub.sex)
"""
D:\笔记\python电子书\Python3>python index.py
namejr
22
男
"""

 

namedtuple._make()

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
info = ['namejr', '22', '男']
# 创建一个新实例
newStock = Stock._make(info)
print(newStock)
"""
D:\笔记\python电子书\Python3>python index.py
Stock(name='namejr', age='22', sex='男')
"""

 

namedtuple._asdict() 将namedtuple创建的类的属性创建一个新的有序字典

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
sub = Stock('namejr', '22', '男')
dict1 = sub._asdict() # 创建一个新的有序的字典序列(ordereddict)
print(dict1)
"""
D:\笔记\python电子书\Python3>python index.py
OrderedDict([('name', 'namejr'), ('age', '22'), ('sex', '男')])
"""

 

namedtuple._replace() namedtuple的属性值就像tuple一样建立就无法改变，如果想使用原来的namedtuple创建的类的全部字段和大部分数据就可以namedtuple._replace

namedtuple._replace()是用来创建一个新的类,而且还可以更改属性值

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
sub = Stock('namejr', '22', '男')
sub1 = sub._replace(name='abc') # 将name的属性值更换为'abc'
print(sub1)
"""
D:\笔记\python电子书\Python3>python index.py
Stock(name='abc', age='22', sex='男')
"""

 

namedtuple._fields()查看字段的属性

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
sub = Stock('namejr', '22', '男')
print(sub._fields) # 查看属性字段
"""
D:\笔记\python电子书\Python3>python index.py
('name', 'age', 'sex')
"""

 

当然他还可以用来做字段合并

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'])
Color = namedtuple('Color', ['one', 'two'])
Sums = namedtuple('Sums', Stock._fields + Color._fields)
sums = Sums('abc', '10', '女', '1', '2')
print(sums)
"""
D:\笔记\python电子书\Python3>python index.py
Sums(name='abc', age='10', sex='女', one='1', two='2')
"""

 

namedtuple._fields_defaults

from collections import namedtuple
# 使用namedtuple构建一个Stock类，[]部分是属性
Stock = namedtuple('Stock', ['name', 'age', 'sex'], defaults=[0]) # 从后往前操作,为字段设置默认值
print(Stock._fields_defaults)

 

将namedtuple与csv联合使用(使用sqlite3同理):

from collections import namedtuple
import csv
Stock = namedtuple('Stock', ['name', 'age', 'sex']) # 创建类和属性
# 使用map()函数将csv读取出来的内容进行namedtuple._make创建类的新实例
for emp in map(Stock._make,csv.reader(open('one.csv', 'r', encoding="utf-8"))):
print(emp.name, emp.age, emp.sex)

 

关于collections.ChainMap()

就是可以将多个字典进行合并,形成一个新的字典,如果含有同键的属性,使用前面优先显示原则,如果前面的被删除了,那么才显示后面同键的值

from collections import ChainMap
a1 = {'a':1, 'b':2, 'c':3}
b1 = {'d':4, 'a':5, 'c':6}
c1 = ChainMap(a1,b1)
print(c1)
"""
D:\笔记\python电子书\Python3>python index.py
ChainMap({'a': 1, 'b': 2, 'c': 3}, {'d': 4, 'a': 5, 'c': 6})
"""
# 访问的时候,前面的数据会覆盖后面的数据
print(c1['a']) # 输出"1"
del c1['a'] # 删除第一个a
print(c1['a']) # 输出"5"

 

new_child()和parents()的使用

>>> from collections import ChainMap
>>> values = ChainMap()
>>> values['x'] = 1 # 设置当前的字典
>>> values
ChainMap({'x': 1})

# 创建一个新的字典
>>> values = values.new_child()
>>> values['x'] = 2 # 在新创建的字典里面的添加元素
>>> values
ChainMap({'x': 2}, {'x': 1})

# 如果不是创建新的字典,那么会在原来的基础上添加元素
>>> values['y'] = 3
>>> values
ChainMap({'x': 2, 'y': 3}, {'x': 1})
>>> values['x'] # 当前字典是{'x': 2, 'y': 3}
2

# 查看父节点
>>> values = values.parents
>>> values
ChainMap({'x': 1})