Python 標準ライブラリ コレクションの使用方法のチュートリアル

はじめに

Python は、リスト、タプル、辞書、 しかし、大量のデータを扱う場合、これら 4 つのデータ構造は明らかに単純すぎるため、場合によっては、一方向リンク リストとしての list の挿入効率が比較的低くなります。命令された辞書。したがって、現時点では、Python 標準ライブラリによって提供されるコレクション パッケージを使用する必要があります。これには、複数の便利なコレクション クラスが用意されており、これらのコレクション クラスに習熟すると、作成するコードをより Python らしくすることができるだけでなく、効率も向上します。私たちのプログラムが実行されます。

defaultdictの使い方

defaultdict(default_factory)は、通常のdict(辞書)の上にdefault_factoryを追加することで、キー(key)が存在しない場合に、対応する型の値(value)を自動生成します。 default_factory パラメータはリストとして指定できます。 Set、int、およびその他の有効な型。

example1

>>> from collections import defaultdict
>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]

上記のような一連のリストができました。注意深く観察した結果、実際には 2 つの色しかなく、それぞれの色が複数の値に対応していることがわかりました。 。このリストを辞書（辞書）に変換したいと思います。この辞書のキー（キー）は色に対応し、辞書の値（値）は対応する複数の値を格納するリストに設定されます。色に。この問題を解決するには、defaultdict(list) を使用できます。

# 
d可以看作一个dict(字典)，dict的value是一个list(列表)
>>> d = defaultdict(list)
>>> for k, v in s:
...     d[k].append(v)
...
>>> d
defaultdict(<class &#39;list&#39;>, {&#39;blue&#39;: [2, 4, 4], &#39;red&#39;: [1, 3, 1]})

example2

上記の例には、{‘blue’: [2, 4, 4], ‘red’: [1, 3, このdefaultdictでは、青色には2つの4が含まれ、赤色には2つの1が含まれていますが、現時点では、この問題を解決するためにdefaultdict(set)を使用することを検討できます。セット (コレクション) とリスト (リスト) の違いは、セット内に同じ要素が存在できないことです。

>>> d = defaultdict(set)
>>> for k, v in s:
...     d[k].add(v)
...
>>> d
defaultdict(<class &#39;set&#39;>, {&#39;blue&#39;: {2, 4}, &#39;red&#39;: {1, 3}})

example3

>>> s = 
'hello world'

defaultdict(int) の形式を使用して、文字列内の各文字の出現数をカウントします。

>>> d = defaultdict(int)
>>> for k in s:
...     d[k] += 1
...
>>> d
defaultdict(<class &#39;int&#39;>, {&#39;o&#39;: 2, &#39;h&#39;: 1, &#39;w&#39;: 1, &#39;l&#39;: 3, &#39; &#39;: 1, &#39;d&#39;: 1, &#39;e&#39;: 1, &#39;r&#39;: 1})

OrderedDict の使用法

デフォルトの dict (辞書) は順序付けされていないことはわかっていますが、場合によっては dict の順序を維持する必要がある場合は、 のサブクラスである OrderedDict を使用できます。 dict (サブクラス) ですが、dict に基づいて dict の順序付けされた型を維持します。その使い方を見てみましょう。

example1

>>> from collections import OrderedDict
# 
无序的dict
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}

これは順序なしの dict (辞書) です。今度は OrderedDict を使用して、この dict を順序付きにします。

# 
将d按照key来排序
>>> OrderedDict(sorted(d.items(), key=lambda t: t[0]))
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
# 
将d按照value来排序
>>> OrderedDict(sorted(d.items(), key=lambda t: t[1]))
OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])
# 
将d按照key的长度来排序
>>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0])))
OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])

example2

popitem(last=True) メソッドを使用すると、辞書内のキーと値を LIFO (先入れ、後出し) 順序で削除できます。つまり、最後に挿入されたキーと値を削除できます。 last= False の場合、ペアは FIFO (先入れ先出し) に従って辞書内のキーと値を削除します。

>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
# 
将d按照key来排序
>>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))
>>> d
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
# 
使用popitem()方法来移除最后一个key-value对
>>> d.popitem()
('pear', 1)
# 
使用popitem(last=False)来移除第一个key-value对
>>> d.popitem(last=False)
('apple', 4)

example3

move_to_end(key, last=True) を使用して、順序付けされた OrderedDict オブジェクトのキーと値の順序を変更します。このメソッドを使用して、順序付けされた OrderedDict オブジェクト内の任意のキーと値をディクショナリの先頭または末尾に挿入できます。

>>> d = OrderedDict.fromkeys('abcde')
>>> d
OrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])
# 
将key为b的key-value对移动到dict的最后
>>> d.move_to_end('b')
>>> d
OrderedDict([('a', None), ('c', None), ('d', None), ('e', None), ('b', None)])
>>> ''.join(d.keys())
'acdeb'
# 
将key为b的key-value对移动到dict的最前面
>>> d.move_to_end('b', last=False)
>>> ''.join(d.keys())
'bacde'

deque

list を使用してデータを保存する利点は、インデックスによる要素の検索は非常に高速ですが、単一リンクのリスト データ構造であるため、要素の挿入と削除は非常に遅いことです。 Deque は、挿入および削除操作を効率的に実装するための双方向リストであり、キューおよびスタックに適しており、スレッドセーフです。

List はリストの末尾から要素を挿入/削除するための append メソッドと Pop メソッドしか提供しませんが、deque は要素の先頭に要素を効率的に挿入/削除できるようにする appendleft/popleft を追加します。さらに、deque を使用してキューの両端に要素を追加 (追加) またはポップ (ポップ) するアルゴリズムの複雑さは約 O(1) ですが、リスト オブジェクトの操作ではリストの長さとデータの位置を変更します。例 Pop(0) および insert(0, v) 操作の複雑さは O(n) と同じくらい高くなります。 deque の操作は基本的に list の操作と同じであるため、ここでは繰り返しません。

ChainMapの使用

ChainMapは、複数の辞書（辞書）をリストに結合するために使用されます（単なる比喩です）。これは、複数の辞書をマージすることとして理解できますが、更新とは異なり、より効率的です。

>>> from collections import ChainMap
>>> a = {'a': 'A', 'c': 'C'}
>>> b = {'b': 'B', 'c': 'D'}
>>> m = ChainMap(a, b)
# 
构造一个ChainMap对象
>>> m
ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
>>> m['a']
'A'
>>> m['b']
'B'
# 
将m变成一个list
>>> m.maps
[{'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'}]

# 
更新a中的值也会对ChainMap对象造成影响
>>> a['c'] = 'E'
>>> m['c']
'E'
# 
从m复制一个ChainMap对象，更新这个复制的对象并不会对m造成影响
>>> m2 = m.new_child()
>>> m2['c'] = 'f'
>>> m['c']
'E'
>>> a['c']
'E'
>>> m2.parents
ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})

Counterの使用法

example1

Counterは、順序付けされていないコンテナーであり、関連する要素の数を数えるために使用されるカウンターと見なすことができます。

>>> from collections import Counter
>>> cnt = Counter()
# 
统计列表中元素出现的个数
>>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:
...  cnt[word] += 1
...
>>> cnt
Counter({'blue': 3, 'red': 2, 'green': 1})
# 
统计字符串中元素出现的个数
>>> cnt = Counter()
>>> for ch in 'hello':
...     cnt[ch] = cnt[ch] + 1
...
>>> cnt
Counter({'l': 2, 'o': 1, 'h': 1, 'e': 1})

example2

要素の出現数に応じて要素を返すには、elements() メソッドを使用します。要素の数が 1 未満の場合、要素は任意の順序で返されます。それは無視されます。

>>> c = Counter(a=4, b=2, c=0, d=-2)
>>> c
Counter({'a': 4, 'b': 2, 'c': 0, 'd': -2})
>>> c.elements()
<itertools.chain object at 0x7fb0a069ccf8>
>>> next(c)
&#39;a&#39;
# 
排序
>>> sorted(c.elements())
[&#39;a&#39;, &#39;a&#39;, &#39;a&#39;, &#39;a&#39;, &#39;b&#39;, &#39;b&#39;]

most_common(n) を使用して、Counter オブジェクトに表示される上位 n 個の要素を含むリストを返します。

>>> c = Counter('abracadabra')
>>> c
Counter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1})
>>> c.most_common(3)
[('a', 5), ('b', 2), ('r', 2)]

namedtuple の使用法

プログラムを読みやすくするために、namedtuple(typename, field_names) を使用してタプル内の要素に名前を付けます。

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

上記は Python 標準ライブラリのコレクション使用チュートリアルの内容です。その他の関連コンテンツについては、PHP 中国語 Web サイト (www.php.cn) をご覧ください。