溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
python內置模塊collections介紹
collections是Python內建的一個集合模塊，提供了許多有用的集合類。
1、namedtuple
python提供了很多非常好用的基本類型，比如不可變類型tuple，我們可以輕松地用它來表示一個二元向量。
>>> v = (2,3)
我們發現，雖然(2,3)表示出了一個向量的兩個坐標，但是，如果沒有額外說明，又很難直接看出這個元組是用來表示一個坐標的。
為此定義一個class又小題大做了，這時，namedtuple就派上用場了。
>>> from collections import namedtuple
>>> Vector = namedtuple('Vector', ['x', 'y'])
>>> v = Vector(2,3)
>>> v.x
2
>>> v.y
3
namedtuple是一個函數，它用來創建一個自定義的tuple對象，并且規定了tuple元素的個數，并可以用屬性而不是索引來引用tuple的某個元素。
這樣一來，我們用namedtuple可以很方便地定義一種數據類型，它具備tuple的不變性，又可以根據屬性來引用，使用十分方便。
我們可以驗證創建的Vector對象的類型。
>>> type(v) <class '__main__.Vector'> >>> isinstance(v, Vector) True >>> isinstance(v, tuple) True
類似的，如果要用坐標和半徑表示一個圓，也可以用namedtuple定義：
>>> Circle = namedtuple('Circle', ['x', 'y', 'r'])
# namedtuple('名稱', [‘屬性列表'])
2、deque
在數據結構中，我們知道隊列和堆棧是兩個非常重要的數據類型，一個先進先出，一個后進先出。在python中，使用list存儲數據時，按索引訪問元素很快，但是插入和刪除元素就很慢了，因為list是線性存儲，數據量大的時候，插入和刪除效率很低。
deque是為了高效實現插入和刪除操作的雙向鏈表結構，非常適合實現隊列和堆棧這樣的數據結構。
>>> from collections import deque >>> deq = deque([1, 2, 3]) >>> deq.append(4) >>> deq deque([1, 2, 3, 4]) >>> deq.appendleft(5) >>> deq deque([5, 1, 2, 3, 4]) >>> deq.pop() 4 >>> deq.popleft() 5 >>> deq deque([1, 2, 3])
deque除了實現list的append()和pop()外，還支持appendleft()和popleft()，這樣就可以非常高效地往頭部添加或刪除元素。
3、defaultdict
使用dict字典類型時，如果引用的key不存在，就會拋出KeyError。如果希望Key不存在時，返回一個默認值，就可以用defaultdict。
>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'defaultvalue') >>> dd['key1'] = 'a' >>> dd['key1'] 'a' >>> dd['key2'] # key2未定義，返回默認值 'defaultvalue'
注意默認值是調用函數返回的，而函數在創建defaultdict對象時傳入。
除了在Key不存在時返回默認值，defaultdict的其他行為跟dict是完全一樣的。
4、OrderedDict
使用dict時，key是無序的。在對dict做迭代時，我們無法確定key的順序。
但是如果想要保持key的順序，可以用OrderedDict。
>>> from collections import OrderedDict
>>> d = dict([('a', 1), ('b', 2), ('c', 3)])
>>> d # dict的Key是無序的
{'a': 1, 'c': 3, 'b': 2}
>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([('a', 1), ('b', 2), ('c', 3)])
注意，OrderedDict的key會按照插入的順序排列，不是key本身排序
>>> od = OrderedDict() >>> od['z'] = 1 >>> od['y'] = 2 >>> od['x'] = 3 >>> list(od.keys()) # 按照插入的Key的順序返回 ['z', 'y', 'x']
OrderedDict可以實現一個FIFO（先進先出）的dict，當容量超出限制時，先刪除最早添加的key。
from collections import OrderedDict
class LastUpdatedOrderedDict(OrderedDict):
def __init__(self, capacity):
super(LastUpdatedOrderedDict, self).__init__()
self._capacity = capacity
def __setitem__(self, key, value):
containsKey = 1 if key in self else 0
if len(self) - containsKey >= self._capacity:
last = self.popitem(last=False)
print('remove:', last)
if containsKey:
del self[key]
print('set:', (key, value))
else:
print('add:', (key, value))
OrderedDict.__setitem__(self, key, value)
5、ChainMap
ChainMap可以把一組dict串起來并組成一個邏輯上的dict。ChainMap本身也是一個dict，但是查找的時候，會按照順序在內部的dict依次查找。
什么時候使用ChainMap最合適？舉個例子：應用程序往往都需要傳入參數，參數可以通過命令行傳入，可以通過環境變量傳入，還可以有默認參數。我們可以用ChainMap實現參數的優先級查找，即先查命令行參數，如果沒有傳入，再查環境變量，如果沒有，就使用默認參數。
下面的代碼演示了如何查找user和color這兩個參數。
from collections import ChainMap
import os, argparse
# 構造缺省參數:
defaults = {
'color': 'red',
'user': 'guest'
}
# 構造命令行參數:
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 }
# 組合成ChainMap:
combined = ChainMap(command_line_args, os.environ, defaults)
# 打印參數:
print('color=%s' % combined['color'])
print('user=%s' % combined['user'])
沒有任何參數時，打印出默認參數：
$ python3 use_chainmap.py color=red user=guest
當傳入命令行參數時，優先使用命令行參數：
$ python3 use_chainmap.py -u bob color=red user=bob
同時傳入命令行參數和環境變量，命令行參數的優先級較高：
$ user=admin color=green python3 use_chainmap.py -u bob color=green user=bob
6、Counter
Counter是一個簡單的計數器，例如，統計字符出現的個數：
from collections import Counter
>>> s = 'abbcccdddd'
>>> Counter(s)
Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})
Counter實際上也是dict的一個子類。
7、小結
collections模塊提供了一些有用的集合類，可以根據需要選用。
以上就是python內置模塊collections介紹的詳細內容，感謝大家的學習和對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
