Python内建模块collections
2018-03-23 16:24
501 查看
转自https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431953239820157155d21c494e5786fce303f3018c86000
collections是Python内建的一个集合模块,提供了许多有用的集合类。
定义一个class又小题大做了,这时,
这样一来,我们用
可以验证创建的
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:
除了在Key不存在时返回默认值,
如果要保持Key的顺序,可以用
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可以表示不变集合,例如,一个点的二维坐标就可以表示成:
>>> 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:
>>> 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:
>>> isinstance(p, Point) True >>> isinstance(p, tuple) True类似的,如果要用坐标和半径表示一个圆,也可以用
namedtuple定义:
# namedtuple('名称', [属性list]): Circle = namedtuple('Circle', ['x', 'y', 'r'])
deque
使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,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:
>>> 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(),这样就可以非常高效地往头部添加或删除元素。
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:
>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'N/A') >>> dd['key1'] = 'abc' >>> dd['key1'] # key1存在 'abc' >>> dd['key2'] # key2不存在,返回默认值 '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,可以用
OrderedDict:
>>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是无序的 {'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会按照插入的顺序排列,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的顺序返回 ['z', 'y', 'x']
OrderedDict可以实现一个FIFO(先进先出)的dict,当容量超出限制时,先删除最早添加的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)
Counter
Counter是一个简单的计数器,例如,统计字符出现的个数:
>>> from collections import Counter >>> c = Counter() >>> for ch in 'programming': ... c[ch] = c[ch] + 1 ... >>> c Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 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。
小结
collections模块提供了一些有用的集合类,可以根据需要选用。
相关文章推荐
- Python collections模块总结
- python3 Collections 模块的Counter类和namedtuple类
- python collections 模块
- Python中Collections模块的Counter容器类使用教程
- Python collections模块实例讲解
- Python collections模块Counter类深入分析
- Python的collections模块及namedtuple详解
- python collections模块详解
- Python 之 统计模块collections
- 简介Python的collections模块中defaultdict类型的用法
- Python全栈开发之5、几种常见的排序算法以及collections模块提供的数据结构
- [转载]Python模块之Collections
- Python中Collections模块的Counter容器类使用教程
- Python的collections模块中的OrderedDict有序字典
- Python的collections模块中的OrderedDict有序字典
- 洗礼灵魂,修炼python(14)--模块decimal, fractions,operator,collections以及精度介绍
- python 常用的模块(collections)转
- python模块学习之数据结构--collections.counter
- Python的collections模块中的OrderedDict有序字典
- python模块-collections