collections¶

collections是python內建的一个集合模块,提供了许多有用的集合类

namedtuple¶

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,我们用namedtuple可以很方便地定义一种数据类型,它具备tuple的不变形,又可以根据属性来引用.

二维坐标

>>> from collections import namedtuple
>>> Point = namedtuple('Point',['x','y'])
>>> p = Point(1,2)
>>> p.x
1
>>> p.y
2

>>> isinstance(p,Point)
True
>>> isinstance(p,tuple)
True

类似的,可以用坐标和半径表示一个源,也可以用namedtuple定义

Circle = namedtuple('Circle',['x','y','r'])

deque¶

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
deque(['a', 'b', 'c', 'x'])
>>> q.appendleft('what')
>>> q
deque(['what', 'a', 'b', 'c', 'x'])
>>> q.pop()
'x'
>>> q.popleft()
'what'
>>> q
deque(['a', 'b', 'c'])

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
>>> d = defaultdict(lambda : 'N/A')
>>> d['key1'] = 'abc'
>>> d['key1']
'abc'
>>> d['key2']
'N/A'

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key不存在时返回默认值,其他的与dict一致

OrderedDict¶

使用dict,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,可以使用OrderedDict

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

OrderedDict的Key会按照插入的顺序排列，不是Key本身排序

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 'pythoncxxxx':
...   c[ch] = c[ch] + 1
...
>>> c
Counter({'x': 4, 'n': 1, 'p': 1, 'c': 1, 'o': 1, 'y': 1, 't': 1, 'h': 1})

Counter实际上也是dict的一个子类，上面的结果可以看出，字符’x’出现了4次，其他字符各出现了一次。