python内置模块collections介绍
python内置模块collections介绍
collections是python内建的一个集合模块，提供了许多有用的集合类。
1、namedtuple
python提供了很多非常好用的基本类型，比如不可变类型tuple，我们可以轻松地用它来表示一个二元向量。
>>> v = (2,3)
我们发现，虽然(2,3)表示出了一个向量的两个坐标，但是，如果没有额外说明，又很难直接看出这个元组是用来表示一个坐标的。
为此定义一个class又小题大做了，这时，namedtuple就派上用场了。
>>> from collections import namedtuple
>>> vector = namedtuple('vector', ['x', 'y'])
>>> v = vector(2,3)
>>> v.x
2
>>> v.y
3
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。
这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。
我们可以验证创建的vector对象的类型。
>>> type(v) <class '__main__.vector'> >>> isinstance(v, vector) true >>> isinstance(v, tuple) true
类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：
>>> circle = namedtuple('circle', ['x', 'y', 'r'])
# namedtuple('名称', [‘属性列表’])
2、deque
在数据结构中，我们知道队列和堆栈是两个非常重要的数据类型，一个先进先出，一个后进先出。在python中，使用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链表结构，非常适合实现队列和堆栈这样的数据结构。
>>> 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。
3、defaultdict
使用dict字典类型时，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 >>> dd = defaultdict(lambda: 'defaultvalue') >>> dd['key1'] = 'a' >>> dd['key1'] 'a' >>> dd['key2'] # key2未定义，返回默认值 'defaultvalue'
注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入。
除了在key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。
4、ordereddict
使用dict时，key是无序的。在对dict做迭代时，我们无法确定key的顺序。
但是如果想要保持key的顺序，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会按照插入的顺序排列，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)
5、chainmap
chainmap可以把一组dict串起来并组成一个逻辑上的dict。chainmap本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找。
什么时候使用chainmap最合适？举个例子：应用程序往往都需要传入参数，参数可以通过命令行传入，可以通过环境变量传入，还可以有默认参数。我们可以用chainmap实现参数的优先级查找，即先查命令行参数，如果没有传入，再查环境变量，如果没有，就使用默认参数。
下面的代码演示了如何查找user和color这两个参数。
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'])
没有任何参数时，打印出默认参数：
$ python3 use_chainmap.py color=red user=guest
当传入命令行参数时，优先使用命令行参数：
$ python3 use_chainmap.py -u bob color=red user=bob
同时传入命令行参数和环境变量，命令行参数的优先级较高：
$ user=admin color=green python3 use_chainmap.py -u bob color=green user=bob
6、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
>>> s = 'abbcccdddd'
>>> counter(s)
counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})
counter实际上也是dict的一个子类。
7、小结
collections模块提供了一些有用的集合类，可以根据需要选用。