Python标准库之collections

引言

Python为我们提供了4种基本的数据结构：list，tuple，dict，set，但是当处理数据量较大的时候，这4种数据结构的效率就比较低了。例如向list头部插入数据或者维护一个有序的dict。所以这个时候就要用到Python标准库为我们提供的collection包了，它提供了多个有用的集合类，不仅让我们写出的代码更加Pythonic，也可以提高我们程序的运行效率。

namedtuple

namedtuple(typename, field_name)主要是用来产生可以使用名称来访问元素的数据对象，使程序更具有可读性。

from collections import namedtuple
Point = namedtuple('Point', ['x', 'y'])
p = Point(1, 2)
print("{0} and {1}".format(p.x, p.y))

1 and 2

namedtuple用来创建一个自定义的tuple对象，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。

defaultdict

defaultdict(default_factory)在普通的dict之上添加了default_factory，使得key不存在时会自动生成相应的value值，default_factory参数可以指定成list，set，int等各种合法类型。

from collections import defaultdict
members = [
    # Sex, name
    ['male', 'John'],
    ['male', 'Jack'],
    ['female', 'Lily'],
    ['male', 'Pony'],
    ['female', 'Lucy']
]
people = defaultdict(list)
for sex, name in members:
    people[sex].append(name)
people

defaultdict(list,
            {'female': ['Lily', 'Lucy'], 'male': ['John', 'Jack', 'Pony']})

# 统计字符串中字符出现的次数
s = "hello world"
d = defaultdict(int)
for k in s:
    d[k] += 1
d

defaultdict(int,
            {' ': 1, 'd': 1, 'e': 1, 'h': 1, 'l': 3, 'o': 2, 'r': 1, 'w': 1})

OrderedDict

OrderedDict是dict的一个子类，我们在使用dict时，key通常是无序的，而OrderedDict能维护一个有序的字典。
注：此处的有序是指插入的顺序，而不是key值的顺序。

from collections import OrderedDict
d = dict([('a', 1),('c', 5),('d', 2),('b', 4)])
d

{'a': 1, 'b': 4, 'c': 5, 'd': 2}

od = OrderedDict([('a', 1),('c', 5),('d', 2),('b', 4)])
od

OrderedDict([('a', 1), ('c', 5), ('d', 2), ('b', 4)])

example1

使用OrderedDict来让dict变得有序：

d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
OrderedDict(sorted(d.items(), key=lambda t: t[0]))

OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])

OrderedDict(sorted(d.items(), key=lambda t: t[1]))

OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])

example2

OrderedDict有两个常用的函数可以对item进行操作：

popitem(last = True)：删除最后一个插入的键值对；对应的False删除第一个键值对

move_to_end(key, last = True)：将排序好的任意key-value插入到字典的结尾；对应的False则是插入到开头

d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))
d.popitem()
d

OrderedDict([('apple', 4), ('banana', 3), ('orange', 2)])

d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))
d.move_to_end('banana')
d

OrderedDict([('apple', 4), ('orange', 2), ('pear', 1), ('banana', 3)])

deque

deque是为了高效实现插入与删除操作的双向列表，相比于list，deque新增了appendleft和popleft两种方法，允许我们直接从开头插入和删除元素

from collections import deque
list1 = deque(['a', 'b', 'c', 'd'])
list1.popleft()

'a'

list1 = deque(['a', 'b', 'c', 'd'])
list1.appendleft('y')
list1

deque(['y', 'a', 'b', 'c', 'd'])

Counter

Counter也是dict的一个子类，可以看做一个计数器，用来统计相关元素出现的个数。

from collections import Counter
cnt = Counter()
for ch in 'hello':
    cnt[ch] += 1
cnt

Counter({'e': 1, 'h': 1, 'l': 2, 'o': 1})

# 使用 most_common(n) 返回一个list，包含Counter对象中出现最多的前n个元素
c = Counter('abracadabra')
c

Counter({'a': 5, 'b': 2, 'c': 1, 'd': 1, 'r': 2})

c.most_common(3)

[('a', 5), ('b', 2), ('r', 2)]

Python标准库之collections