Python标准库学习之collections模块详解

　　这个模块提供几个非常有用的Python 容器类型

　　 1.容器

　　 2.OrderedDict

　　 OrderedDict  类似于正常的词典，只是它记住了元素插入的顺序，当迭代它时，返回它会根据插入的顺序返回。

　　·  和正常字典相比 , 它是 ” 有序 ” 的 ( 插入的顺序 ) 。

　　 from collections import OrderedDict

　　dict1 = dict()  #  普通字典

　　dict1['apple'] = 2

　　dict1['banana'] = 1

　　dict1['orange'] = 3

　　dict2 = OrderedDict()  #  有序字典

　　dict2['apple'] = 2

　　dict2['banana'] = 1

　　dict2['orange'] = 3

　　 for key,  value  in dict1.items():

　　print 'key:', key, ' value:',  value

　　 for key,  value  in dict2.items():

　　print 'key:', key, ' value:',  value

　　# ---- 输出结果 -----

　　#  普通字典 key: orange  value: 3key: apple  value: 2key: banana  value: 1

　　#  有序字典 key: apple  value: 2key: banana  value: 1key: orange  value: 3

　　·  如果重写已经存在的 key ，原始顺序保持不变，如果删除一个元素再重新插入，那么它会在末尾。

　　 from collections  import OrderedDict

　　dict2 = OrderedDict()

　　dict2['apple'] = 2

　　dict2['banana'] = 1

　　dict2['orange'] = 3

　　#  直接重写 apple 的值 , 顺序不变

　　dict2['apple'] = 0

　　#  删除在重新写入 banana,  顺序改变

　　dict2.pop('banana')

　　dict2['banana'] = 1

　　 print dict2

　　# ---- 输出结果 -----

　　OrderedDict([('apple', 0), ('orange', 3), ('banana', 1)])

　　·  可以使用排序函数，将普通字典变成 OrderedDict 。

　　from collections  import OrderedDict

　　d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}

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

　　 for key,  value  in order_d.items():

　　print 'key:', key, ' value:',  value

　　# ---- 输出结果 -----key: pear  value: 1key: orange  value: 2key: banana  value: 3key: apple  value: 4

　　 3.namedtuple

　　namedtuple 就是命名的 tuple ，一般情况下的 tuple 是这样的 (item1, item2, item3,…) ，所有的 item 都只能通过 index 访问，没有明确的称呼，而 namedtuple 就是事先把这些 item 命名，以后可以方便访问。

　　 from collections  import namedtuple

　　#  定义一个 namedtuple 类型 User ，并包含 name ， sex 和 age 属性。

　　User = namedtuple('User', ['name', 'sex', 'age'])

　　#  创建一个 User 对象

　　user1 = User(name='name1', sex='male', age=18)

　　#  也可以通过一个 list 来创建一个 User 对象，这里注意需要使用 "_make" 方法

　　user2 = User._make(['name2', 'male', 21])

　　 print 'user1:', user1

　　#  使用点号获取属性 print 'name:', user1.name, ' sex:', user1.sex, ' age:', user1.age

　　#  将 User 对象转换成字典，注意要使用 "_asdict" print 'user1._asdict():', user1._asdict()

　　#  字典转换成 namedtuple

　　name_dict = {'name': 'name3', 'sex': 'male', 'age': 20} print 'dict2namedtuple:', User(**name_dict)

　　#  修改对象属性，注意要使用 "_replace" 方法 print 'replace:', user1._replace(age=22)

　　#  ---- 输出结果 -----user1:  User(name='name1', sex='male', age=18) name:  name1   sex:  male   age:  18user1._asdict(): OrderedDict([('name', 'name1'), ('sex', 'male'), ('age', 18)]) dict2namedtuple:  User(name='name3', sex='male', age=20) replace: User(name='name1', sex='male', age=22)

　　 4.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 。

　　· Counter 创建有如下几种方法

　　 from collections  import Counter

　　 print Counter('aabbcccd')  #  从一个可 iterable 对象（ list 、 tuple 、 dict 、字符串等）创建 print Counter(['a', 'a', 'c'])  #  从一个可 iterable 对象（ list 、 tuple 、 dict 、字符串等）创建 print Counter({'a': 4, 'b': 2})  #  从一个字典对象创建 print Counter(a=4, b=2)  #  从一组键值对创建

　　# ---- 输出结果 -----

　　Counter({'c': 3, 'a': 2, 'b': 2, 'd': 1})

　　Counter({'a': 2, 'c': 1})

　　Counter({'a': 4, 'b': 2})

　　Counter({'a': 4, 'b': 2})

　　·  获取元素的计数时和 dict 类似 ,  但是这里的 key 不存在时返回 0 ，而不是 KeyError

　　>>> c = Counter("acda")>>> c["a"]2>>> c["h"]0

　　·  可以使用 update 和 subtract 对计数器进行更新 ( 增加和减少 )

　　from collections  import Counter

　　c = Counter('aaabbc')

　　print 'c:', c

　　c.update("abc")print 'c.update("abc"):', c  #  用另一个 iterable 对象 update  也可传入一个 Counter 对象

　　c.subtract("abc")print 'c.subtract("abc"):', c  #  用另一个 iterable 对象 subtract  也可传入一个 Counter 对象

　　# ---- 输出结果 -----

　　c: Counter({'a': 3, 'b': 2, 'c': 1})

　　c. update("abc"): Counter({'a': 4, 'b': 3, 'c': 2})

　　c.subtract("abc"): Counter({'a': 3, 'b': 2, 'c': 1})

　　·  返回计数次数 top n 的元素

　　from collections  import Counter

　　c = Counter('aaaabbcccddeeffg')

　　print c.most_common(3)

　　# ---- 输出结果 -----

　　[('a', 4), ('c', 3), ('b', 2)]

　　· Counter 还支持几个为数不多的数学运算 + 、 - 、 & 、 |

　　 from collections  import Counter

　　a = Counter(a=3, b=1)

　　b = Counter(a=1, b=1)

　　 print 'a+b:', a + b  #  加法 , 计数相加 print 'a-b:', a - b  #  减法 , 计数相减 print 'b-a:', b - a  #  只保留正计数 print 'a&b:', a & b  # 交集 print 'a|b:', a | b  #  并集

　　# ---- 输出结果 ----- a+b: Counter({'a': 4, 'b': 2}) a-b: Counter({'a': 2}) b-a: Counter() a&b: Counter({'a': 1, 'b': 1}) a|b: Counter({'a': 3, 'b': 1})

　　 5.deque

　　deque 就是双端队列，是一种具有队列和栈的性质的数据结构，适合于在两端添加和删除，类似与序列的容器

　　·  常用方法

　　 from collections  import deque

　　d = deque([])  #  创建一个空的双队列

　　d.append(item)  #  在 d 的右边 ( 末尾 ) 添加项目 item

　　d.appendleft(item)  #  从 d 的左边 ( 开始 ) 添加项目 item

　　d.clear()  #  清空队列 , 也就是删除 d 中的所有项目

　　d.extend(iterable)  #  在 d 的右边 ( 末尾 ) 添加 iterable 中的所有项目

　　d.extendleft(item)  #  在 d 的左边 ( 开始 ) 添加 item 中的所有项目

　　d.pop()  #  删除并返回 d 中的最后一个 ( 最右边的 ) 项目。如果 d 为空，则引发 IndexError

　　d.popleft()  #  删除并返回 d 中的第一个 ( 最左边的 ) 项目。如果 d 为空，则引发 IndexError

　　d.rotate(n=1)#  将 d 向右旋转 n 步 ( 如果 n<0, 则向左旋转 )

　　d.count(n)  #  在队列中统计元素的个数， n 表示统计的元素

　　d.remove(n)  #  从队列中删除指定的值

　　d.reverse()  #  翻转队列

　　 6.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

　　·  比如要统计字符串中每个单词的出现频率

　　 from collections  import defaultdict

　　s = 'ilikepython'

　　#  使用普通字典

　　frequencies = {} for  each in s:

　　frequencies[ each] += 1

　　#  使用普通字典

　　frequencie = defaultdict( int) for  each in s:

　　frequencie[ each] += 1

　　第一段代码中会抛出一个  KeyError  的异常, 而使用 defaultdict 则不会。 defaultdict 也可以接受一个函数作为参数来初始化 :

　　>>> from collections import defaultdict>>> d = defaultdict(lambda : 0)>>> d['0']0

来源： 博客园