Python基础(collections)
2015-11-11 11:58
465 查看
Python中还有一些针对现有数据类型的补充类型(collections模块)
collections模块包含多种数据结构的实现,扩展了其他模块中相应的结构。
collections是Python内建的一个集合模块,提供了许多有用的集合类。
1、计数器(Counter)
功能:用于计算每个元素出现的个数
>>> from collections import Counter
>>> Counter([1,2,2,3]) #统计列表中每个元素的出现个数
Counter({2: 2, 1: 1, 3: 1})
>>> Counter((1,2,2,3)) #统计元组中每个元素的出现个数
Counter({2: 2, 1: 1, 3: 1})
>>> Counter('1223') #统计字符串中每个元素的出现个数
Counter({'2': 2, '1': 1, '3': 1})
2、有序字典(OrderedDict)
功能:和字典(dict)的用法一样,不同的是它会按照key的添加顺序来对key进行排序。
>>> from collections import OrderedDict
>>> li=[('a','1'),('b','2'),('c','3')]
>>> dict(li) #把一个列表类型转换为字典类型
{'a': '1', 'c': '3', 'b': '2'}
>>> OrderedDict(li) #把一个列表类型转换为有序字典类型
OrderedDict([('a', '1'), ('b', '2'), ('c', '3')])
3、默认字典(defaultdict)
功能:和字典(dict)的用法一样,不同的是它会为字典里面的value设置一个默认数据类型和默认值
>>> from collections import defaultdict
>>> mydict=defaultdict(list) #定义一个默认字典,value的默认数据类型为列表
>>> mydictdefaultdict(<type 'list'>, {}) #可以看到字典为空>>> mydict['k1'] #查询一个不存在的key
[] #返回key的默认值
>>> mydict
defaultdict(<type 'list'>, {'k1': []}) #查询的key不存在,则会创建该key,value为默认值
>>> mydict['k1'].append('a') #值拥有默认数据类型所拥有的方法
>>> mydict
defaultdict(<type 'list'>, {'k1': ['a']})
4、可命名元组(namedtuple)
功能:与元组(tuple)的用法一样,不同的是它会为元组中的每个元素设置一个名称
>>> from collections import namedtuple
>>> newtuple=namedtuple('Mytuple',['x','y'])
>>> t=newtuple(1,2)
>>> tMytuple(x=1, y=2)>>> t.x
1
>>> t.y
2
5、双向队列(deque)
功能:两端都可以操作,且线程安全的序列。(线程安全就是说多线程访问同一代码,不会产生不确定的结果)
>>> from collections import deque
>>> q=deque()
>>> q.append(1)
>>> q.append(2)
>>> q.append(3)
>>> print q
deque([1, 2, 3])
>>> q.pop()
3
>>> print q
deque([1, 2])
>>> print q[-1]
2
>>> print q
deque([1, 2])
>>> print q[0]
1
collections模块包含多种数据结构的实现,扩展了其他模块中相应的结构。
collections是Python内建的一个集合模块,提供了许多有用的集合类。
1、计数器(Counter)
功能:用于计算每个元素出现的个数
>>> from collections import Counter
>>> Counter([1,2,2,3]) #统计列表中每个元素的出现个数
Counter({2: 2, 1: 1, 3: 1})
>>> Counter((1,2,2,3)) #统计元组中每个元素的出现个数
Counter({2: 2, 1: 1, 3: 1})
>>> Counter('1223') #统计字符串中每个元素的出现个数
Counter({'2': 2, '1': 1, '3': 1})
2、有序字典(OrderedDict)
功能:和字典(dict)的用法一样,不同的是它会按照key的添加顺序来对key进行排序。
>>> from collections import OrderedDict
>>> li=[('a','1'),('b','2'),('c','3')]
>>> dict(li) #把一个列表类型转换为字典类型
{'a': '1', 'c': '3', 'b': '2'}
>>> OrderedDict(li) #把一个列表类型转换为有序字典类型
OrderedDict([('a', '1'), ('b', '2'), ('c', '3')])
3、默认字典(defaultdict)
功能:和字典(dict)的用法一样,不同的是它会为字典里面的value设置一个默认数据类型和默认值
>>> from collections import defaultdict
>>> mydict=defaultdict(list) #定义一个默认字典,value的默认数据类型为列表
>>> mydictdefaultdict(<type 'list'>, {}) #可以看到字典为空>>> mydict['k1'] #查询一个不存在的key
[] #返回key的默认值
>>> mydict
defaultdict(<type 'list'>, {'k1': []}) #查询的key不存在,则会创建该key,value为默认值
>>> mydict['k1'].append('a') #值拥有默认数据类型所拥有的方法
>>> mydict
defaultdict(<type 'list'>, {'k1': ['a']})
4、可命名元组(namedtuple)
功能:与元组(tuple)的用法一样,不同的是它会为元组中的每个元素设置一个名称
>>> from collections import namedtuple
>>> newtuple=namedtuple('Mytuple',['x','y'])
>>> t=newtuple(1,2)
>>> tMytuple(x=1, y=2)>>> t.x
1
>>> t.y
2
5、双向队列(deque)
功能:两端都可以操作,且线程安全的序列。(线程安全就是说多线程访问同一代码,不会产生不确定的结果)
>>> from collections import deque
>>> q=deque()
>>> q.append(1)
>>> q.append(2)
>>> q.append(3)
>>> print q
deque([1, 2, 3])
>>> q.pop()
3
>>> print q
deque([1, 2])
>>> print q[-1]
2
>>> print q
deque([1, 2])
>>> print q[0]
1
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法