collections模塊如何在Python中使用

這期內容當中小編將會給大家帶來有關collections模塊如何在Python中使用，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

Counter

Counter()是字典對象的子類。Counter()可接收一個可迭代遍歷的對象（例如字符串、列表或元組）作為參數，并返回計數器字典。字典的鍵將是可遍歷對象中的唯一元素，每個鍵的值將是可迭代對象中的每個唯一元素對應的計數。

首先，讓我們先從collections模塊導入Counter這個數據類型：

from collections import Counter

要創建Counter對象，就像將其分配給其他任何對象類一樣，將其分配給變量。您唯一要確保的是傳遞給它的參數是可迭代的對象。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]
counter = Counter(lst)

我們可以使用簡單的打印功能比如print(counter)來查看我們獲得的新的對象，它看起來像個字典，如下所示：

Conter ({1：7，2：2：5，3：3})

您可以使用鍵值key訪問任何計數器條目，如下所示。這與從標準Python字典中提取元素的方式完全相同。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]
counter = Counter(lst)
print(counter[1]) # 返回7。1的數量有7個

most_common()函數

到目前為止，Counter對象最有用的功能是most_common()函數。將其應用于Counter對象時，它將返回N個最常見元素及其計數的列表，按從最常見到最不常見的順序排列。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]
counter = Counter(lst)
print(counter.most_common(2)) # 返回最常見兩個元素及其計數

上面的代碼打印出以下元組列表：

[（1，7），（2，5）]

每個元組的第一個元素是列表中的唯一原始，每個元組的第二個元素是計數。這是一種快速簡便的方法，實現比如“獲取列表中最常見的3個元素及其計數”的功能。

要了解有關Counter功能的更多信息，請查閱官方文檔。

defaultdict

defaultdict工作起來完全像一個普通的Python字典，但它有額外的獎勵。當您試圖訪問一個不存在的鍵，它不會引發錯誤，而是使用不存在的鍵創建新的key，其對應的默認值是根據創建defaultdict對象時作為參數傳遞的數據類型自動設置的。請看下面的代碼作為示例。

from collections import defaultdict

names_dict = defaultdict(int)
names_dict["Bob"] = 1
names_dict["Katie"] = 2
sara_number = names_dict["Sara"]
print(names_dict)

在上面的示例中，int作為默認初始化值傳遞給我們的defaultdict對象。接下來，為每個鍵"Bob"和"Katie"賦值。但是在最后一行，我們嘗試訪問一個尚未定義的鍵，即“ Sara”的鍵。

在普通字典中，這將引發錯誤。使用defaultdict后不再報錯，而是自動以"Sara"創建一個新鍵key，其初始化值為0，是因為我們指定了int數據類型作為初始化值。

因此，最后一行打印出具有所有3個名稱和相應值的字典。

defaultdict(<class 'int'>, {'Bob': 1, 'Katie': 2, 'Sara': 0})

如果要將設置列表類型數據做為一個key的初始化值，我們只需設置names_dict = defaultdict(list)，此時“Sara”將使用空列表初始化[]。此時打印結果如下所示：

defaultdict(<class 'int'>, {'Bob': 1, 'Katie': 2, 'Sara': []})

要了解有關defaultdict功能的更多信息，請查閱官方文檔。

deque

deque隊列是在計算機科學里最基本的數據結構，遵循先入先出（FIFO）的原理。簡單來說，這意味著添加到隊列中的第一個對象也必須是要刪除的第一個對象。我們只能在隊列的前面插入內容，而只能從隊列的后面刪除內容，而隊列中間沒有任何動作。

collections模塊提供的deque對象是能實現隊列數據結構的優化版本。該功能的主要特色是能夠保持隊列的大小，即如果將隊列的最大長度設置為10，則將deque根據FIFO原理添加和刪除元素以保持最大長度始終為10。這是到目前為止，Python中隊列的最佳實現。

讓我們從一個例子開始。我們將創建一個deque對象，然后使用從1到10的整數進行初始化。

from collections import deque

my_queue = deque(maxlen=10)

for i in range(10):
    my_queue.append(i+1)

print(my_queue)

在上面的代碼中，我們首先初始化deque，指定我們希望它始終保持最大長度為10。其次，當我們通過循環將值插入到隊列中時。注意，填充隊列的功能與使用常規Python列表的方式完全相同。最后，我們打印出結果。

deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], maxlen=10)

由于隊列中有一個maxlen=10，并且循環中添加了10個元素，因此隊列中包含了從1到10的所有數字。現在，讓我們看看添加更多數字時會發生什么。

for i in range(10, 15):
    my_queue.append(i+1)

print(my_queue)

在上面的代碼中，我們在隊列中添加了另外5個元素，數字從11到15。但是我們的隊列只有一個，且maxlen=10。因此必須刪除一些元素，才能插入新的元素。由于隊列必須遵循FIFO原則，因此它將刪除最先插入隊列中的前5個元素，即[1、2、3、4、5]。打印語句的結果如下：

deque([6, 7, 8, 9, 10, 11, 12, 13, 14, 15], maxlen=10)

要了解有關該功能的更多信息deque，請查閱官方文檔。

namedtuple

在Python中創建常規元組時，其元素是通用的且未命名，這迫使您記住每個元組元素的確切索引。可以使用具名元組namedtuple來解決這個問題。

該namedtuple()返回與用于所述元組中的每個位置和一個通用名固定名稱的元組namedtuple對象。要使用namedtuple，請先為其創建一個模板。下面的代碼創建一個namedtuple名為Person的模板，其屬性為name，age和job。

from collections import namedtuple

Person = namedtuple('Person', 'name age job')

創建模板后，您可以使用它來創建namedtuple對象。讓我們使用Person模板為2個人創建2個namedtuple對象，并打印它們。

Person = namedtuple('Person', 'name age job')

Mike = Person(name='Mike', age=30, job='Data Scientist')
Kate = Person(name="Kate", age=28, job='Project Manager')

print(Mike)
print(Kate)

上面的代碼非常簡單。我們使用namedtuple 模板的所有屬性來初始化“人員” ，以后可以直接使用Mike或Kate使用元組元素，而不用再使用索引了。上面的打印語句將給出以下結果：

Person(name='Mike', age=30, job='Data Scientist')
Person(name='Kate', age=28, job='Project Manager')

因此，namedtuple能夠更容易地使用，更合適元組對象的組織，可讀性也更強。

要了解更多關于namedtuple的功能，請查閱官方文檔。

OrderedDict

由于原文未介紹collections模塊中的有序字典結構而OrderedDict又非常重要，這部分由大江狗手動新增。

在Python 3.5及以前之前版本，Python的字典dict是無序的。如果先鍵值A先插入字典，鍵值B后插入字典，但是當你打印字典的Keys列表時，你會發現B可能在A的前面。對于無序字典，每次打印字典時每次顯示元素的順序都不一樣。如果你的Python版本較老，需要借助collections模塊提供的OrderedDict實現有序字典。

OrderedDict類似于正常的字典，只是它記住了元素插入的順序。當對有序的詞字典上迭代時，返回元素的順序是按第一次添加元素的順序進行。當元素刪除時，排好序的詞典保持著排序的順序；但是當新元素添加時，就會被添加到末尾。

OrderedDict實現方式如下：

dd = {'banana': 3, 'apple':4, 'pear': 1, 'orange': 2}
#按key排序
od_by_key = collections.OrderedDict(sorted(dd.items(), key=lambda t: t[0]))
print(od_by_key)
#按照value排序
od_by_value = collections.OrderedDict(sorted(dd.items(),key=lambda t:t[1]))
print(od_by_value)
#輸出
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])

上述就是小編為大家分享的collections模塊如何在Python中使用了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。