python內建模組collections介紹
collections是Python內建的集合模組,提供了許多有用的集合類別。
1、namedtuple
python提供了很多非常好用的基本類型,例如不可變類型tuple,我們可以輕鬆地用它來表示一個二元向量。
推薦學習:Python影片教學
>>> v = (2,3)
我們發現,雖然(2,3)表示出了一個向量的兩個座標,但是,如果沒有額外說明,又很難直接看出這個元組是用來表示一個座標的。
為此定義一個class又小題大作了,這時,namedtuple就派上用場了。
>>> from collections import namedtuple >>> Vector = namedtuple('Vector', ['x', 'y']) >>> v = Vector(2,3) >>> v.x 2 >>> v.y 3
namedtuple是一個函數,它用來建立一個自訂的tuple對象,並且規定了tuple元素的個數,並且可以用屬性而不是索引來引用tuple的某個元素。
這樣一來,我們用namedtuple可以很方便地定義一種資料型,它具備tuple的不變性,又可以根據屬性來引用,使用十分方便。
我們可以驗證建立的Vector物件的類型。
>>> type(v) <class '__main__.Vector'> >>> isinstance(v, Vector) True >>> isinstance(v, tuple) True
類似的,如果要用座標和半徑表示一個圓,也可以用namedtuple定義:
>>> Circle = namedtuple('Circle', ['x', 'y', 'r']) # namedtuple('名称', [‘属性列表’])
2、deque
##在數據結構中,我們知道佇列和堆疊是兩個非常重要的資料類型,一個先進先出,一個後進先出。在python中,使用list儲存資料時,按索引存取元素很快,但是插入和刪除元素就很慢了,因為list是線性存儲,資料量大的時候,插入和刪除效率很低。 deque是為了有效率地實現插入和刪除操作的雙向鍊錶結構,非常適合實現佇列和堆疊這樣的資料結構。>>> from collections import deque >>> deq = deque([1, 2, 3]) >>> deq.append(4) >>> deq deque([1, 2, 3, 4]) >>> deq.appendleft(5) >>> deq deque([5, 1, 2, 3, 4]) >>> deq.pop() 4 >>> deq.popleft() 5 >>> deq deque([1, 2, 3])deque除了實作list的append()和pop()外,還支援appendleft()和popleft(),這樣就可以非常有效率地往頭部新增或刪除元素。
3、defaultdict
使用dict字典類型時,如果引用的key不存在,就會拋出KeyError。如果希望Key不存在時,回傳一個預設值,就可以用defaultdict。>>> from collections import defaultdict >>> dd = defaultdict(lambda: 'defaultvalue') >>> dd['key1'] = 'a' >>> dd['key1'] 'a' >>> dd['key2'] # key2未定义,返回默认值 'defaultvalue'注意預設值是呼叫函數傳回的,而函數在建立defaultdict物件時傳入。 除了在Key不存在時回傳預設值,defaultdict的其他行為跟dict是完全一樣的。
4、OrderedDict
使用dict時,key是無序的。在對dict做迭代時,我們無法確定key的順序。 但是如果想要保持key的順序,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會按照插入的順序排列,而不是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可以實現一個FIFO(先進先出)的dict,當容量超出限制時,先刪除最早新增的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)
5、ChainMap
ChainMap可以把一組dict串起來並組成一個邏輯上的dict。 ChainMap本身也是一個dict,但是查找的時候,會按照順序在內部的dict依序查找。 什麼時候使用ChainMap最適合?舉個例子:應用程式往往都需要傳入參數,參數可以透過命令列傳入,可以透過環境變數傳入,還可以有預設參數。我們可以用ChainMap實作參數的優先權查找,也就是先查命令列參數,如果沒有傳入,再查環境變量,如果沒有,就使用預設參數。 下面的程式碼示範如何找出user和color這兩個參數。from collections import ChainMap import os, argparse # 构造缺省参数: defaults = { 'color': 'red', 'user': 'guest' } # 构造命令行参数: parser = argparse.ArgumentParser() parser.add_argument('-u', '--user') parser.add_argument('-c', '--color') namespace = parser.parse_args() command_line_args = { k: v for k, v in vars(namespace).items() if v } # 组合成ChainMap: combined = ChainMap(command_line_args, os.environ, defaults) # 打印参数: print('color=%s' % combined['color']) print('user=%s' % combined['user'])沒有任何參數時,列印出預設參數:
$ python3 use_chainmap.py color=red user=guest當傳入命令列參數時,優先使用命令列參數:
$ python3 use_chainmap.py -u bob color=red user=bob同時傳入命令列參數和環境變量,命令列參數的優先權較高:
$ user=admin color=green python3 use_chainmap.py -u bob color=green user=bob
6、Counter
Counter是一個簡單的計數器,例如,統計字元出現的個數:from collections import Counter >>> s = 'abbcccdddd' >>> Counter(s) Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})Counter其實也是dict的子類別。
7、小結
collections模組提供了一些有用的集合類,可以根據需要選用。以上是python內建模組collections介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章!