一文了解 Python 中的 Collection 模块

Posted 2022-04-12 宇宙之一粟

Collections 模块

本文将简单介绍一个 Python 模块 Collections 。这个模块实现了一些很好用的数据结构，可以帮助我们解决不同的实际问题。

这个模块实现了特定目标的容器，以提供Python标准内建容器 ​​dict​​ , ​​list​​ , ​​set​​ , 和 ​​tuple​ 的替代选择。

​​​namedtuple()​​​	创建命名元组子类的工厂函数
​​​deque​​​	类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop)
​​​ChainMap​​​	类似字典(dict)的容器类，将多个映射集合到一个视图里面
​​​Counter​​​	字典的子类，提供了可哈希对象的计数功能
​​​OrderedDict​​​	字典的子类，保存了他们被添加的顺序
​​​defaultdict​​​	字典的子类，提供了一个工厂函数，为字典查询提供一个默认值
​​​UserDict​​​	封装了字典对象，简化了字典子类化
​​​UserList​​​	封装了列表对象，简化了列表子类化
​​​UserString​​​	封装了字符串对象，简化了字符串子类化

引入方法

import collections

可以通过​​import collections​​​导入该模块的方法，现在我们进入 ipython3 然后使用​​dir(collections)​​查看collections下都有哪些可以用的类。

In [1]: import collections

In [2]: dir(collections)
Out[2]:
[ChainMap,
 Counter,
 OrderedDict,
 UserDict,
 UserList,
 UserString,
 _Link,
 _OrderedDictItemsView,
 _OrderedDictKeysView,
 _OrderedDictValuesView,
 __all__,
 __builtins__,
 __cached__,
 __doc__,
 __file__,
 __getattr__,
 __loader__,
 __name__,
 __package__,
 __path__,
 __spec__,
 _chain,
 _collections_abc,
 _count_elements,
 _eq,
 _heapq,
 _iskeyword,
 _itemgetter,
 _nt_itemgetters,
 _proxy,
 _recursive_repr,
 _repeat,
 _starmap,
 _sys,
 abc,
 defaultdict,
 deque,
 namedtuple]

根据官方文档： 这个模块实现了特定目标的容器，以提供Python标准内建容器 ​​dict​​​ , ​​list​​​ , ​​set​​​ , 和 ​​tuple​​ 的替代选择。

Counter

Counter是一个dict子类，可帮助计算可哈希对象的值。在其中，元素存储为字典的键，值可以为零或负值。它是一个集合，元素像字典键(key)一样存储，它们的计数存储为值。计数可以是任何整数值，包括0和负数。 Counter 类有点像其他语言中的 bags或multisets。

在下例中，我们可以找到文件单词出现的次数:

from collections import Counter
sentence = "I can because i think i can"
# Counter是一个简单的计数器，可以数组中统计字符出现的个数：
counts = Counter(sentence.split())
print(counts)  # Counter(can: 2, i: 2, I: 1, because: 1, think: 1)

Counter对象有一个​​elements​​的方法，该方法在元素上返回迭代次数超过元素计数的迭代器。元素以任意顺序返回。

In [7]: c = Counter(a=4, b=2, c=0, d=-2)

In [8]: list(c.elements())
Out[8]: [a, a, a, a, b, b]

​​most_common​​是一种返回最常见元素及其计数（从最常见到最小）的方法。

In [9]: Counter(this is a test sentence).most_common(3)
Out[9]: [(t, 4), (s, 4), ( , 4)]

Counter对象有一个字典接口，如果引用的键没有任何记录，就返回一个0，而不是弹出一个 ​​KeyError​ :

>>> c = Counter([eggs, ham])
>>> c[bacon]                              # count of a missing element is zero
0

设置一个计数为0不会从计数器中移去一个元素。使用 del 来删除它:

>>> c[sausage] = 0                        # counter entry with a zero count
>>> del c[sausage]                        # del actually removes the entry

defaultdict

defaultdict是类似于字典的对象，它提供字典提供的所有方法，但将第一个参数（default_factory）作为字典的默认数据类型。使用defaultdict比使用dict.set_default方法执行相同操作更快。

>>> from collections import defaultdict
>>> s = [(yellow, 1), (blue, 2), (yellow, 3), (blue, 4), (red, 1)]
>>> d = defaultdict(list)
>>> for k, v in s:
...     d[k].append(v)
...
>>> d.items()
dict_items([(blue, [2, 4]), (red, [1]), (yellow, [1, 3])])

在该示例中，即使defaultdict对象中没有键，您也可以看到它会自动创建一个空列表。list.append然后有助于将值附加到列表中。

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

nametuple

命名元组有助于了解元组中每个位置的含义，并允许我们以更好的可读性和自记录代码进行编码。您可以在使用元组的任何地方使用它们。在示例中，我们将创建一个命名元组以显示点的保留信息。

>>> from collections import namedtuple
>>> Point = namedtuple(Point, [x, y])  # Defining the namedtuple
>>> p = Point(10, y=20)  # Creating an object
>>> p
Point(x=10, y=20)
>>> p.x + p.y
30
>>> p[0] + p[1]  # Accessing the values in normal way
30
>>> x, y = p     # Unpacking the tuple
>>> x
10
>>> y
20

deque

deque就是我们数据结构中听说的双端队列，Python已经帮我实现了这个功能。

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 一文带你了解 Python 中的装饰器

 一文了解 Python 中的迭代器 #私藏项目实操分享#
 一文带你了解 Python 中的继承知识点
 一文了解 Python 中的对象比较方法 is 和 == 及其本质
 一文了解Python中的循环（for while break continue 嵌套循环...）
 一文了解 Python 中的对象析构函数：__del__