Python中的collections模块详解

其他关于Python的总结文章请访问://www.greatytc.com/nb/47435944

Python中的collections模块详解

collections 模块给出了python中一些功能更加强大的数据结构、集合类

namedtuple

顾名思义,namedtuple就是有了名字的tuple,声明一个namedtuple类的时候可以传入两个参数,第一个是这个tuple的名字,第二个是一个strlist,依次说明其中每一个元素的名称:

from collections import namedtuple

Point = namedtuple("Point", ['x', 'y'])
p = Point(1, 2)
print("Point at x={}, y={}".format(p.x, p.y))

运行结果:

Point at x=1, y=2

再比如,使用一个namedtuple来存储一个马尔可夫决策过程(Markov Decision Process,MDP)模型:

MDP = namedtuple("MDP", ['states', 'actions', 'transitions', 'rewards'])

deque

deque是一个双向列表,非常适用于队列和栈,因为普通的list是一个线性结构,使用索引访问元素时非常快,但是对于插入和删除就比较慢,所以deque可以提高插入和删除的效率,可以使用list(a_deque)deque转换成list

常用的方法:

  • append:向列表尾部添加元素
  • appendLeft:向列表头部添加元素
  • pop:从列表尾部取出元素
  • popLeft:从列表头部取出元素

一个例子:

from collections import deque

a = deque([1, 2, 3])
print(a)
a.append(4)
print(a)
a.appendleft(0)
print(a)
a.pop()
print(a)
a.popleft()
print(list(a))

运行结果:

deque([1, 2, 3])
deque([1, 2, 3, 4])
deque([0, 1, 2, 3, 4])
deque([0, 1, 2, 3])
[1, 2, 3]

defaultdict

defaultdict是给不存在的key分配一个默认值的字典,和普通的dict相比,如果遇到key不存在的情况,不会抛出 KeyError,而是返回默认值。其他的行为和dict一模一样:

from collections import defaultdict

dd = defaultdict(lambda: 'DEFAULT VALUE')
dd['key1'] = 123
print(dd['key1'])
print(dd['key2'])

运行结果为:

123
DEFAULT VALUE

OrderedDict

正如其名字所说,OrderedDict是一个有序的字典,普通的dict中的key是没有顺序,即我们遍历一个字典的时候是不知道它所遍历的顺序的,单独OrderedDictkey进行了排序,顺序就是拆入键的顺序,后插入的排在后边,这样在遍历的时候就有了顺序:

from collections import OrderedDict

od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])

od['d'] = 4

for item in od.items():
    print(item)

运行结果为:

('a', 1)
('b', 2)
('c', 3)
('d', 4)

ChainMap

ChainMap是一个将多个dict按照循序串起来的数据结构,在查找字典中的某一个键所对应的值的时候,先从ChainMap中的第一个字典查起,如果该字典有该key,就返回对应的值,没有就依次往后查找后边的dict

from collections import ChainMap

dict1 = {'a': 1, 'b': 2}
dict2 = {'a': 'a', 'c': 'c'}
dict3 = {'a': 4, 'c': 5}

dicts = ChainMap(dict1, dict2, dict3)

print(dicts['a'])
print(dicts['b'])
print(dicts['c'])

获得的结果为:

1
2
c

Counter

Counter是一个计数器,它是dict的一个子类,可以根据键来区别记录多个不同的计数,相当于一个计数器集合,还可以通过update函数一次性更新多个计数器:

from collections import Counter

counter = Counter()

for c in "hello world":
    counter[c] += 1

print(counter)

counter.update("hello world")

print(counter)

得到的结果:

Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})
Counter({'l': 6, 'o': 4, 'h': 2, 'e': 2, ' ': 2, 'w': 2, 'r': 2, 'd': 2})
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,193评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,306评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,130评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,110评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,118评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,085评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,007评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,844评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,283评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,508评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,395评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,985评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,630评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,797评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,653评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,553评论 2 352

推荐阅读更多精彩内容