共计 1897 个字符,预计需要花费 5 分钟才能阅读完成。
collections 模块是 Python 的内建模块之一,它实现了非凡的容器数据类型,提供了 Python 内建的数据类型 dict、list、set、和 tuple 的高效替代选择。
一、namedtuple
namedtuple()
函数是一个工厂函数,它返回一个子类,这个子类继承自 tuple 类,并且领有名字,这个名字就是你传给 namedtuple()
的第一个参数。这个子类的实例就像一个一般的元组,然而还提供了不便的属性拜访。namedtuple
是一种定义小型和不可变的数据类的简略办法。
from collections import namedtuple
# 创立一个 namedtuple 类型 User,并蕴含 name 和 age 两个属性。User = namedtuple('User', ['name', 'age'])
# 创立一个 User 对象
user = User(name='user1', age=23)
print(user.name) # 输入:user1
print(user.age) # 输入:23
二、deque
deque
(双向队列)是一种来自 collections
模块的容器,它提供了从左端和右端高效、疾速地增加和删除元素的性能。
from collections import deque
# 创立一个 deque
d = deque(['a', 'b', 'c'])
# 从右端增加元素
d.append('d') # d 当初是 deque(['a', 'b', 'c', 'd'])
# 从左端增加元素
d.appendleft('e') # d 当初是 deque(['e', 'a', 'b', 'c', 'd'])
# 从右端删除元素
d.pop() # 返回 'd', d 当初是 deque(['e', 'a', 'b', 'c'])
# 从左端删除元素
d.popleft() # 返回 'e', d 当初是 deque(['a', 'b', 'c'])
三、Counter
collections
模块的 Counter
类是一个简略的计数器,例如,它能够用来统计字符的个数:
from collections import Counter
c = Counter('hello world') # 从一个可迭代对象创立
print(c) # 输入 Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, '': 1,'w': 1,'r': 1,'d': 1})
Counter
对象有一个有用的办法most_common(n)
,该办法返回计数最多的 n 个元素的列表,每个元素是一个元组,元组的第一个元素是元素自身,第二个元素是元素的计数。
四、defaultdict
defaultdict
是 dict 的一个子类,它承受一个工厂函数作为默认值,当查找的键不存在时,能够实例化一个值作为默认值。
from collections import defaultdict
# 应用列表 (list) 作为 default_factory,当键不存在时,返回一个空列表。dd = defaultdict(list)
# 增加一个键值对
dd['dogs'].append('Rufus')
dd['dogs'].append('Kathrin')
dd['dogs'].append('Mr Sniffles')
print(dd['dogs']) # 输入: ['Rufus', 'Kathrin', 'Mr Sniffles']
五、OrderedDict
OrderedDict
是 dict 的一个子类,它记住了元素插入的程序。在 Python 3.7 之前,一般的 dict 并不保障键值对的程序,而 OrderedDict
则依照插入的顺序排列元素。从 Python 3.7 开始,dict 也会放弃插入程序,然而 OrderedDict
依然有它的个性,如重新排列字典的程序等。
from collections import OrderedDict
d = OrderedDict()
d['first'] = 1
d['second'] = 2
d['third'] = 3
d['last'] = 4
# 输入 "first 1", "second 2", "third 3", "last 4"
for key in d:
print(key, d[key])
六、论断
collections
模块中还蕴含有其余有用的工具,如 ChainMap
、UserDict
、UserList
等等,这些都是十分实用的汇合类。应用和了解这些数据结构能够让咱们在编程中更加得心应手,代码更加高效和清晰。
上述这些是 collections
模块中最罕用的一些数据结构,了解和纯熟应用这些工具,能够极大进步咱们编程的效率。心愿这篇文章能帮忙你深刻了解 Python 中的 collections
模块,可能更好的应用 Python 进行编程。