牛骨文教育服务平台(让学习变的简单)

collections是Python内建的一个集合模块,提供了许多有用的集合类。

namedtuple

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。

定义一个class又小题大做了,这时,namedtuple就派上了用场:

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

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。

可以验证创建的Point对象是tuple的一种子类:

>>> isinstance(p, Point)
True
>>> isinstance(p, 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:

# namedtuple("名称", [属性list]):
Circle = namedtuple("Circle", ["x", "y", "r"])

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()pop()外,还支持appendleft()popleft(),这样就可以非常高效地往头部添加或删除元素。

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"

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。

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)])

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
>>> 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)

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
>>> c = Counter()
>>> for ch in "programming":
...     c[ch] = c[ch] + 1
...
>>> c
Counter({"g": 2, "m": 2, "r": 2, "a": 1, "i": 1, "o": 1, "n": 1, "p": 1})

Counter实际上也是dict的一个子类,上面的结果可以看出,字符"g""m""r"各出现了两次,其他字符各出现了一次。

小结

collections模块提供了一些有用的集合类,可以根据需要选用。

参考源码

use_collections.py