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的内容tuple

2 deque:双端队列,可以快速的从另外一侧追加和推出内容

3 Counter:计数器,主要用于计数

4 OrderDict:有序字典

5 defaultdict:带有默认值的字典

一 namedtuple

我们知道tuple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)

为了使它更明确可以使用namedtuple

from collections import namedtuple
coordinate = namedtuple('Point',['x','y']) # 定义一个namedtuple类型Point,并包含x,y属性。
p = coordinate(1,2) #创建一个p对象
print(p) #Point(x=1,y=2)
print(p.x) # 获取x属性 1
print(p.y) # 获取y属性 2

其中:Point的名字,可以随便定义,它不是关键字

应用场景:time模块 ,面向对象进阶,纸牌游戏

二 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很慢,

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') #往后面追加一个元素
q.appendleft('y') #往左边添加一个元素
print(q) #deque(['y', 'a', 'b', 'c', 'x'])

队列是有顺序的,如果需要用到增删改查,不适合用队列,场景:抢票,秒杀

三 OrderedDict

字典从3.5版本以后是有序的,这个功能在之前使用

在3.5版本之前,key是无序的,可以使用OrederdDict

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']

四 defaultdict

有如下值集合 [11,22,33,44,55,66,77,88,99,90...],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中。

from collections import defaultdict

values = [11, 22, 33,44,55,66,77,88,99,90]

my_dict = defaultdict(list) #这样的话,后面每一个key都会对应一个空列表[]

for value in  values:
if value>66:
my_dict['k1'].append(value)
else:
my_dict['k2'].append(value)

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'

五 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}) #它统计了每一个元素的个数

六configparser模块

该模块适用于配置文件的格式与windows ini文件类似,可以包含一个或多个节(section),每个节可以有多个参数(键=值)。

请看下面的文档

[DEFAULT]
serveraliveinterval = 45
compression = yes
compressionlevel = 9
forwardx11 = yes [bitbucket.org]
user = hg [topsecret.server.com]
host port = 50022
forwardx11 = no

要生成这样的文档该如果做

import configparser

config = configparser.ConfigParser()

config["DEFAULT"] = {'ServerAliveInterval': '',
'Compression': 'yes',
'CompressionLevel': '',
'ForwardX11':'yes'
}
config['bitbucket.org'] = {'User':'hg'}
config['topsecret.server.com'] = {'Host Port':'','ForwardX11':'no'} with open('example.ini', 'w') as f:
config.write(f)

可以看出节点的项,都变成小写了。当然default除外

这是因为它在写入的时候,将所有字符串使用了lower()方法,转换为小写了

下面我们开看看这个模块的增删改查

import configparser
config = configparser.ConfigParser()
config.read('example.ini')
print(config.sections()) #['bitbucket.org', 'topsecret.server.com'] default内容默认不显示
#找出‘bitbucket.org’下所有的键值对
# print(config.items('bitbucket.org'))
#[('serveraliveinterval', '45'), ('compression', 'yes'), ('compressionlevel', '9'), ('forwardx11', 'yes'), ('user', 'hg')] # print(config.add_section('yuan')) #返回None ,文件里面也没有增加内容
# config.write(open('example.ini','w')) #有了新内容
#但是##############################
#不能使用open('example.ini',w) 这个表示清空文件
#config.write表示写入内容 #那么删除一个节点呢
# config.remove_section('bitbucket.org')
# config.write(open('example.ini', "w")) # 写入文件 #修改一个节点
# config.set('yuan','k2','222') # yuan节点增加项k2 = 222
# config.write(open('example.ini', "w")) # 写入文件 #现在让我们来查看一下
for key in config['yuan']: # 注意,有default时,会默认输出它的键
print(key)
'''
k2
serveraliveinterval
compression
compressionlevel
forwardx11
它会先输出自己的内容,然后加上default的内容,其他节点也一样
'''
#删除section下面的option
config.remove_option('topsecret.server.com',"forwardx11")
config.write(open('example.ini','w'))

collections模块---(namedtuple、deque、OrderdDict、defaultdict、Counter)和configparser模块的更多相关文章

  1. collections集合模块 [namedtuple,deque,*]

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

  2. python基础14 ---函数模块4(configparser模块)

    configparser模块 一.configparser模块 1.什么是configparser模块:configparser模块操作配置文件,配置文件的格式与windows ini和linux的c ...

  3. collections 数据结构模块namedtuple

    namedtuple类 导入模块 from collections import namedtuple 使用方法及说明 #pycharm 里按住 ctrl键点击 collections可查看源码 #c ...

  4. python 全栈开发,Day27(复习, defaultdict,Counter,时间模块,random模块,sys模块)

    一.复习 看下面一段代码,假如运行结果有问题,那么就需要在每一步计算时,打印一下结果 b = 1 c = 2 d = 3 a = b+c print(a) e = a + d print(e) 执行输 ...

  5. python模块collections中namedtuple()的理解

    Python中存储系列数据,比较常见的数据类型有list,除此之外,还有tuple数据类型.相比与list,tuple中的元素不可修改,在映射中可以当键使用.tuple元组的item只能通过index ...

  6. 常用模块(collections模块,时间模块,random模块,os模块,sys模块,序列化模块,re模块,hashlib模块,configparser模块,logging模块)

    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 ...

  7. collections,time,random,os, sys 模块的使用

    主要内容:1. 模块的简单认识2. collections模块3. time时间模块4. random模块5. os模块6. sys模块 一. 模块的简单认识什么是模块. 模块就是我们把装有特定功能的 ...

  8. from collections import namedtuple 使用

    from collections import namedtuple Point = namedtuple('Point', ['x', 'y'])#本质就是等价于 class Point(): # ...

  9. Python的collections之namedtuple的使用及其优势

    类实现: class User: def __init__(self, name, age, height): self.name = name self.age = age self.height ...

随机推荐

  1. 2N7002

    就相当于一个开关,当G>S的一定电压就导通,若没有达到就没有导通. 并且注意的是D脚不能直接接电压,中间要接一个电阻. 这用是G输入,S接地,D输出. 跟三极管差不多.分N和P

  2. 2018-2019-2 20165212《网络攻防技术》Exp5 MSF基础应用

    2018-2019-2 20165212<网络攻防技术>Exp5 MSF基础应用 攻击成果 主动攻击的实践 ms17010eternalblue payload windows/x64/m ...

  3. Hash表的平均查找长度ASL计算方法

    Hash表的“查找成功的ASL”和“查找不成功的ASL” ASL指的是 平均查找时间 关键字序列:(7.8.30.11.18.9.14) 散列函数: H(Key) = (key x 3) MOD 7 ...

  4. java泛型学习(2)

    一:深入泛型使用.主要是父类和子类存在泛型的demo /** * 父类为泛型类 * @author 尚晓飞 * @date 2014-7-15 下午7:31:25 * * * 父类和子类的泛型. * ...

  5. pandas Timestamp的用法

    (Timestamp('2018-08-01 00:00:00'), <class 'pandas._libs.tslibs.timestamps.Timestamp'>) 注意这里面的T ...

  6. dbt 基本试用

    dbt 是一个很不错的进行etl 中的t 处理的工具,灵活简单,我们需要写的就是select 语句 dbt 帮助我们进行处理 测试集成了graphql 以及使用docker 运行 安装 pip ins ...

  7. zstack(一)运行及开发环境搭建及说明(转载)

    本篇介绍zstack的部署环境,以及二次开发环境 运行环境 讲真,ZStack的安装做的还是不错的,提供多种安装模式,如离线安装.在线安装.一键安装.分布式安装等.安装的过程其实都很简单,当然这也是z ...

  8. Python中的类(classes)

    Python的类机制使用尽可能少的新语法和语义将类引入语言.python的类提供了面向对象程序设计语言所有的 标准特性:类继承机制允许有多个基类,一个派生类可以覆盖基类中的任何方法,一个方法可以使用相 ...

  9. Angular 4 依赖注入

    一.依赖注入 1. 创建工程 ng new myangular 2. 创建组件 ng g componet product1 3. 创建服务 ng g service shared/product 如 ...

  10. java jni 调用c++ opencv代码成功范例

    java上建立接口定义 package com.dtk; public class Rec { public native String RecImage(String src); public st ...