python的常用模块之collections模块详解

认识模块　

什么是模块？

常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。

但其实import加载的模块分为四个通用类别：　
 　　1 使用python编写的代码（.py文件）
 　　2 已被编译为共享库或dll的c或c++扩展
 　　3 包好一组模块的包
 　　4 使用c编写并链接到python解释器的内置模块

为何要使用模块？

如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。

随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用，

常用模块　

1. collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：counter、deque、defaultdict、namedtuple和ordereddict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple
 2.deque: 双端队列，可以快速的从另外一侧追加和推出对象
3.counter: 计数器，主要用来计数
4.ordereddict: 有序字典
5.defaultdict: 带有默认值的字典

我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：

p = (1, 2)

但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。

这时，namedtuple就派上了用场：

用法：namedtuple('名称', [属性list]):

>>> from collections import namedtuple
>>> point = namedtuple('point', ['x', 'y'])
>>> p = point(1, 2)
>>> p.x
1
>>> p.y
2

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

from collections import namedtuple
cirle = namedtuple("cirle",['x','y','z'])
c = cirle(4,5,6)
print(c.x,c.y,c.z)
output:
4 5 6

2. deque

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列表，适合用于队列和栈：

>>> from collections import deque
>>> q = deque(['a', 'b', 'c'])
>>> q.append('x')
>>> q.appendleft('y')
>>> q
deque(['y', 'a', 'b', 'c', 'x'])

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。

from collections import deque
dq = deque([1,2])
dq.append('a')  # 从后面放数据 [1,2,'a']
dq.appendleft('b') # 从前面放数据 ['b',1,2,'a']
dq.insert(2,3)  #['b',1,3,2,'a']
print(dq.pop())   # 从后面取数据
print(dq.pop())   # 从后面取数据
print(dq.popleft()) # 从前面取数据
print(dq)
output:
a
2
b
deque([1, 3])

3. 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。

如果要保持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)])

#有序字典
from collections import ordereddict
od = ordereddict([('a', 1), ('b', 2), ('c', 3)])
print(od) # ordereddict的key是有序的
print(od['a'])
for k in od:
  print(k)

output:
ordereddict([('a', 1), ('b', 2), ('c', 3)])
1
a
b
c

注意，ordereddict的key会按照插入的顺序排列，不是key本身排序

4. defaultdict

使用dict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: 'n/a')
>>> dd['key1'] = 'abc'
>>> dd['key1'] # key1存在
'abc'
>>> dd['key2'] # key2不存在，返回默认值
'n/a'

5. counter

counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的interger（包括0和负数）。counter类和其他语言的bags或multisets很相似。

c = counter('abcdeabcdabcaba')
print c
输出：counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})

创建

下面的代码说明了counter类创建的四种方法：

counter类的创建 :

>>> c = counter() # 创建一个空的counter类
>>> c = counter('gallahad') # 从一个可iterable对象（list、tuple、dict、字符串等）创建
>>> c = counter({'a': 4, 'b': 2}) # 从一个字典对象创建
>>> c = counter(a=4, b=2) # 从一组键值对创建

计数值的访问与缺失的键

当所访问的键不存在时，返回0，而不是keyerror；否则返回它的计数。

计数值的访问

>>> c = counter("abcdefgab")
>>> c["a"]
2
>>> c["c"]
1
>>> c["h"]
0

计数器的更新（update和subtract）

可以使用一个iterable对象或者另一个counter对象来更新键值。

计数器的更新包括增加和减少两种。其中，增加使用update()方法：

计数器的更新（update）

>>> c = counter('which')
>>> c.update('witch') # 使用另一个iterable对象更新
>>> c['h']
3
>>> d = counter('watch')
>>> c.update(d) # 使用另一个counter对象更新
>>> c['h']
4

减少则使用subtract()方法：

计数器的更新（subtract）

>>> c = counter('which')
>>> c.subtract('witch') # 使用另一个iterable对象更新
>>> c['h']
1
>>> d = counter('watch')
>>> c.subtract(d) # 使用另一个counter对象更新
>>> c['a']
-1

键的修改和删除

当计数值为0时，并不意味着元素被删除，删除元素应当使用del。

>>> c = counter("abcdcba")
>>> c
counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> c["b"] = 0
>>> c
counter({'a': 2, 'c': 2, 'd': 1, 'b': 0})
>>> del c["a"]
>>> c
counter({'c': 2, 'b': 2, 'd': 1})

elements()

返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。元素排列无确定顺序，个数小于1的元素不被包含。

elements()方法

>>> c = counter(a=4, b=2, c=0, d=-2)
>>> list(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']

most_common([n])

返回一个topn列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，排列是无确定顺序的。
most_common()方法

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

浅拷贝copy

>>> c = counter("abcdcba")
>>> c
counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> d = c.copy()
>>> d
counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})

算术和集合操作

+、-、&、|操作也可以用于counter。其中&和|操作分别返回两个counter对象各元素的最小值和最大值。需要注意的是，得到的counter对象将删除小于1的元素。

counter对象的算术和集合操作

>>> c = counter(a=3, b=1)
>>> d = counter(a=1, b=2)
>>> c + d # c[x] + d[x]
counter({'a': 4, 'b': 3})
>>> c - d # subtract（只保留正数计数的元素）
counter({'a': 2})
>>> c & d # 交集: min(c[x], d[x])
counter({'a': 1, 'b': 1})
>>> c | d # 并集: max(c[x], d[x])
counter({'a': 3, 'b': 2})

其他常用操作

下面是一些counter类的常用操作，来源于python官方文档

counter类常用操作

sum(c.values()) # 所有计数的总数
c.clear() # 重置counter对象，注意不是删除
list(c) # 将c中的键转为列表
set(c) # 将c中的键转为set
dict(c) # 将c中的键值对转为字典
c.items() # 转为(elem, cnt)格式的列表
counter(dict(list_of_pairs)) # 从(elem, cnt)格式的列表转换为counter类对象
c.most_common()[:-n:-1] # 取出计数最少的n个元素
c += counter() # 移除0和负值

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。