Python collections模块总结

除了我们使用的那些基础的数据结构，还有包括其它的一些模块提供的数据结构，有时甚至比基础的数据结构还要好用。

collections

ChainMap

这是一个为多个映射创建单一视图的类字典类型，也就是说，它同样具有字典类型的方法，它比基础数据结构中的字典的创建和多次更新要快，需要注意的是，增删改的操作都只会针对该对象的第一个字典，其余字典不会发生改变，但是如果是查找，则会在多个字典中查找，直到找到第一个出现的key为止。

特有方法	解释
maps	返回全部的字典（这个列表中至少存在一个列表）
new_child	在字典列表头部插入字典，如果其参数为空，则会默认插入一个空字典，并且返回一个改变后的ChainMap对象
parents	返回除了第一个字典的其余字典列表的ChainMap对象，可以用来查询除了第一个列表以外的内容。

import collections

a = {1: 2, 2: 3}

b = {1: 3, 3: 4, 4: 5}

chains = collections.ChainMap(a, b)

# maps

# 注意maps是个属性，不是一个方法，其改变

print(chains.maps)  # [{1: 2, 2: 3}, {1: 3, 3: 4, 4: 5}]

# get

assert chains.get(1, -1) == 2

# parents

# 从第二个map开始找

assert chains.parents.get(1, -1) == 3

# popitem

assert chains.popitem() == (2, 3)

# pop

# 返回的是value

assert chains.pop(1) == 2

# new_child

assert chains.new_child()

print(chains.maps)  # [{}, {1: 3, 3: 4, 4: 5}]

chains[2] = 1

print(chains.maps)  # [{2: 1}, {1: 3, 3: 4, 4: 5}]

# setdedault

# 如果已经存在key，则不会添加

assert chains.setdefault(1, 10) == 3

# update

chains.update({2: 4, 3: 5})

print(chains.maps)  # [{1: 2, 2: 4, 3: 5}, {1: 3, 3: 4, 4: 5}]

# keys

print(chains.keys())  # KeysView(ChainMap({2: 4, 3: 5}, {1: 3, 3: 4, 4: 5}))

# KeysView 继承了mapping和set

print(2 in chains.keys())  # True

print(len(chains.keys()))  # 4（重复的不算）

# clear

chains.clear()

print(chains.maps)  # [{}, {1: 3, 3: 4, 4: 5}]

就像它的特点一样，它适用于以下的情况：

多个字典；
允许key是重复；
总是访问最高优先级字典中的关键字；
不需要改变key对应的value；
字典频繁的创建和更新已经造成巨大的性能问题，希望改善性能问题；

Counter

这是一个继承dict的子类，专门用来做计数器，dict中的方法这里同样适用。

特有方法	解释
init	初始化，参数为可迭代对象即可
elememts	返回一个生成器，其键值以无序的方式返回，并且只有值大于1的键值对才会返回
most_common	返回值最大的键值对，参数指定返回前多少个
subtract	减法，调用者的值发生改变
update	加法，调用者的值发生改变
［］	返回键对应的值，如果键不存在，那么返回0
+	加法，返回一个新的counter对象，如果前面不存在，则默认加上一个对应键，值为0的counter
-	减法，返回一个新的counter对象，如果前面不存在，则默认用对应键，值为0的counter来减，其中值正数会变负数，负数变为正数
&	min操作，取相对应的键的最小值，返回一个新的counter对象
｜	max操作，取相对应的键的最大值，返回一个新的counter对象

其中数学运算如果其中一方的不存在，则会默认创建对应键，值为0的键值对。

from collections import Counter

# init

# 可迭代

counter = Counter("accab")  # Counter({'a': 2, 'c': 2, 'b': 1})

counter2 = Counter([1,2,3,4])  # Counter({1: 1, 2: 1, 3: 1, 4: 1})

counter5 = Counter([('a',3),('b', 2)])  # Counter({('a', 3): 1, ('b', 2): 1})

# 字典

counter3 = Counter({'a': 1, 'b': 2, 'a': 3})  # Counter({'a': 3, 'b': 2})

counter4 = Counter(a=1, b=2, c=1)  # Counter({'b': 2, 'a': 1, 'c': 1})

# elements

# 键值以无序的方式返回，并且只返回值大于等于1的键值对

elememts = counter.elements()

print([x for x in elememts])  # ['a', 'a', 'c', 'c', 'b']

# 为空是因为elements是generator

print(sorted(elememts))  # []

# most_common

# 键值以无序的方式返回

print(counter.most_common(1))  # [('a', 2)]

print(counter.most_common())  # [('a', 2), ('c', 2), ('b', 1)]

# update

# 单纯是增加的功能，而不是像dict.update()中的替换一样

counter.update("abb")

print(counter)  # Counter({'a': 3, 'b': 3, 'c': 2})

# subtract

counter.subtract(Counter("accc"))

print(counter)  # Counter({'b': 3, 'a': 2, 'c': -1})

print([x for x in counter.elements()])  # ['a', 'a', 'b', 'b', 'b']

# get

# 键不存在则返回0，但是不会加入到counter键值对中

print(counter['d'])

print(counter)  # Counter({'b': 3, 'a': 2, 'c': -1})

del counter['d']

# 还可以使用数学运算

c = Counter(a=3, b=1)

d = Counter(a=1, b=2)

# add two counters together:  c[x] + d[x]

print(c + d)  # Counter({'a': 4, 'b': 3})

# subtract (keeping only positive counts)

print(c - d)  # Counter({'a': 2})

# # intersection:  min(c[x], d[x])

print(c & d) # Counter({'a': 1, 'b': 1})

# union:  max(c[x], d[x])

print(c | d)  # Counter({'a': 3, 'b': 2})

# 一元加法和减法

c = Counter(a=3, b=-1)

# 只取正数

print(+c)  # Counter({'a': 3})

print(-c)  # Counter({'b': 1})

deque

由于deque同样能够提供列表相关的函数，所以其和列表相同的函数则不再赘述，这里比较独特的是和left相关的函数以及rotate函数。

from collections import deque

# 从尾部进入，从头部弹出，保证长度为5

dq1 = deque('abcdefg', maxlen=5)

print(dq1)  # ['c', 'd', 'e', 'f', 'g']

print(dq1.maxlen)  # 5

# 从左端入列

dq1.appendleft('q')

print(dq1)  # ['q', 'c', 'd', 'e', 'f']

# 从左端入列

dq1.extendleft('abc')

print(dq1)  # ['c', 'b', 'a', 'q', 'c']

# 从左端出列并且返回

dq1.popleft()  # c

print(dq1)  # ['b', 'a', 'q', 'c']

# 将队头n个元素进行右旋

dq1.rotate(2)

print(dq1)  # ['q', 'c', 'b', 'a']

# 将队尾两个元素进行左旋

dq1.rotate(-2)

print(dq1)  # ['b', 'a', 'q', 'c']

def tail(filename, n=10):

    'Return the last n lines of a file'

    with open(filename) as f:

        return deque(f, n)

def delete_nth(d, n):

    """

    实现队列切片和删除，pop之后再放会原处

    :param d: deque

    :param n: int

    :return:

    """

    d.roatte(-n)

    d.popleft()

    d.rotate(n)

OrderedDict

OrderedDict提供了一个有序字典，可以使用在遍历的时候根据相应的顺序进行输出，因为在dict中它的item是以任意顺序进行输出的。

注意初始化的时候和在插入的话都根据插入顺序进行排序，而不是根据key进行排序。

from collections import OrderedDict

items = {'c': 3, 'b': 2, 'a': 1}

regular_dict = dict(items)

ordered_dict = OrderedDict(items)

print(regular_dict)  # {'c': 3, 'b': 2, 'a': 1}

print(ordered_dict)  # [('c', 3), ('b', 2), ('a', 1)]

# 按照插入顺序进行排序而不是

ordered_dict['f'] = 4

ordered_dict['e'] = 5

print(ordered_dict)  # [('c', 3), ('b', 2), ('a', 1), ('f', 4), ('e', 5)]

# 把最近加入的删除

print(ordered_dict.popitem(last=True))  # ('e', 5)

# 按照加入的顺序删除

print(ordered_dict.popitem(last=False))  # ('c', 3)

print(ordered_dict)  # [('b', 2), ('a', 1), ('f', 4)]

# 移动到末尾

ordered_dict.move_to_end('b', last=True)

print(ordered_dict)  # [('a', 1), ('f', 4), ('b', 2)]

# 移动到开头

ordered_dict.move_to_end('b', last=False)

print(ordered_dict)  # [('b', 2), ('a', 1), ('f', 4)]

ordered_dict['a'] = 3

# 说明更改值并不会影响加入顺序

print(ordered_dict.popitem(last=True))  # ('f', 4)

提供了字典的功能，又保证了顺序。

namedtuple

如果我们想要在tuple中使用名字的参数，而不是位置，namedtuple提供这么一个创建名称tuple的机会。

from collections import namedtuple

Point = namedtuple('Point', ['x', 'y'])

p = Point(10, y=20)

print(p)  # Point(x=10, y=20)

print(p.x + p.y)  # 30