Python中collections模块

Python中collections模块
- Counter
- defaultdict
- OrderedDict
- namedtuple
- deque
- ChainMap

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、tuple 的替代选择。

Counter：字典的子类，提供了可哈希对象的计数功能
defaultdict：字典的子类，提供了一个工厂函数，为字典查询提供了默认值
OrderedDict：字典的子类，保留了他们被添加的顺序
namedtuple：创建命名元组子类的工厂函数
deque：类似列表容器，实现了在两端快速添加(append)和弹出(pop)
ChainMap：类似字典的容器类，将多个映射集合到一个视图里面

Counter

Counter是一个dict子类，主要是用来对你访问的对象的频率进行计数。

常用方法：

elements()：返回一个迭代器，每个元素重复计算的个数，如果一个元素的计数小于1,就会被忽略。
most_common([n])：返回一个列表，提供n个访问频率最高的元素和计数
subtract([iterable-or-mapping])：从迭代对象中减去元素，输入输出可以是0或者负数
update([iterable-or-mapping])：从迭代对象计数元素或者从另一个映射对象 (或计数器) 添加。

# 统计字符出现的次数

>>> import collections

>>> collections.Counter('hello world')

Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})

# 统计单词数

>>> collections.Counter('hello world hello world hello nihao'.split())

Counter({'hello': 3, 'world': 2, 'nihao': 1})

常用的方法：

>>> c = collections.Counter('hello world hello world hello nihao'.split())

>>> c

Counter({'hello': 3, 'world': 2, 'nihao': 1})

# 获取指定对象的访问次数，也可以使用get()方法

>>> c['hello']

3

>>> c = collections.Counter('hello world hello world hello nihao'.split())

# 查看元素

>>> list(c.elements())

['hello', 'hello', 'hello', 'world', 'world', 'nihao']

# 追加对象，或者使用c.update(d)

>>> c = collections.Counter('hello world hello world hello nihao'.split())

>>> d = collections.Counter('hello world'.split())

>>> c

Counter({'hello': 3, 'world': 2, 'nihao': 1})

>>> d

Counter({'hello': 1, 'world': 1})

>>> c + d

Counter({'hello': 4, 'world': 3, 'nihao': 1})

# 减少对象，或者使用c.subtract(d)

>>> c - d

Counter({'hello': 2, 'world': 1, 'nihao': 1})

# 清除

>>> c.clear()

>>> c

Counter()

defaultdict

collections.defaultdict(default_factory)为字典的没有的key提供一个默认的值。参数应该是一个函数，当没有参数调用时返回默认值。如果没有传递任何内容，则默认为None。

>>> d = collections.defaultdict()

>>> d

defaultdict(None, {})

>>> e = collections.defaultdict(str)

>>> e

defaultdict(<class 'str'>, {})

defaultdict的一个典型用法是使用其中一种内置类型(如str、int、list或dict)作为默认工厂，因为这些内置类型在没有参数调用时返回空类型。

>>> d = collections.defaultdict(str)

>>> d

defaultdict(<class 'str'>, {})

>>> d['hello']

''

>>> d

defaultdict(<class 'str'>, {'hello': ''})

# 普通字典调用不存在的键时，将会抛异常

>>> e = {}

>>> e['hello']

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

KeyError: 'hello'

使用int作为default_factory的例子：

>>> from collections import defaultdict

>>> fruit = defaultdict(int)

>>> fruit['apple'] += 2

>>> fruit

defaultdict(<class 'int'>, {'apple': 2})

>>> fruit

defaultdict(<class 'int'>, {'apple': 2})

>>> fruit['banana']  # 没有对象时，返回0

0

>>> fruit

defaultdict(<class 'int'>, {'apple': 2, 'banana': 0})

使用list作为default_factory的例子：

>>> s = [('NC', 'Raleigh'), ('VA', 'Richmond'), ('WA', 'Seattle'), ('NC', 'Asheville')]

>>> d = collections.defaultdict(list)

>>> for k,v in s:

...      d[k].append(v)

...

>>> d

defaultdict(<class 'list'>, {'NC': ['Raleigh', 'Asheville'], 'VA': ['Richmond'], 'WA': ['Seattle']})

OrderedDict

Python字典中的键的顺序是任意的:它们不受添加的顺序的控制。

collections.OrderedDict 类提供了保留他们添加顺序的字典对象。

>>> from collections import OrderedDict

>>> o = OrderedDict()

>>> o['key1'] = 'value1'

>>> o['key2'] = 'value2'

>>> o['key3'] = 'value3'

>>> o

OrderedDict([('key1', 'value1'), ('key2', 'value2'), ('key3', 'value3')])

如果在已经存在的key上添加新的值，将会保留原来的key的位置，然后覆盖value值。

>>> o['key1'] = 'value5'

>>> o

OrderedDict([('key1', 'value5'), ('key2', 'value2'), ('key3', 'value3')])

namedtuple

三种定义命名元组的方法：第一个参数是命名元组的构造器（如下的：Person，Human）

>>> from collections import namedtuple

>>> Person = namedtuple('Person', ['age', 'height', 'name'])

>>> Human = namedtuple('Human', 'age, height, name')

>>> Human2 = namedtuple('Human2', 'age height name')

实例化命令元组

>>> tom = Person(30,178,'Tom')

>>> jack = Human(20,179,'Jack')

>>> tom

Person(age=30, height=178, name='Tom')

>>> jack

Human(age=20, height=179, name='Jack')

>>> tom.age #直接通过  实例名+.+属性 来调用

30

>>> jack.name

'Jack'

deque

collections.deque返回一个新的双向队列对象，从左到右初始化(用方法 append()) ，从 iterable （迭代对象) 数据创建。如果 iterable 没有指定，新队列为空。

collections.deque队列支持线程安全，对于从两端添加(append)或者弹出(pop)，复杂度O(1)。

虽然list对象也支持类似操作，但是这里优化了定长操作（pop(0)、insert(0,v)）的开销。

如果 maxlen 没有指定或者是 None ，deques 可以增长到任意长度。否则，deque就限定到指定最大长度。一旦限定长度的deque满了，当新项加入时，同样数量的项就从另一端弹出。

支持的方法：

append(x)：添加x到右端
appendleft(x)：添加x到左端
clear()：清楚所有元素，长度变为0
copy()：创建一份浅拷贝
count(x)：计算队列中个数等于x的元素
extend(iterable)：在队列右侧添加iterable中的元素
extendleft(iterable)：在队列左侧添加iterable中的元素，注：在左侧添加时，iterable参数的顺序将会反过来添加
index(x[,start[,stop]])：返回第 x 个元素（从 start 开始计算，在 stop 之前）。返回第一个匹配，如果没找到的话，升起 ValueError 。
insert(i,x)：在位置 i 插入 x 。注：如果插入会导致一个限长deque超出长度 maxlen 的话，就升起一个 IndexError 。
pop()：移除最右侧的元素
popleft()：移除最左侧的元素
remove(value)：移去找到的第一个 value。没有抛出ValueError
reverse()：将deque逆序排列。返回 None 。
maxlen：队列的最大长度，没有限定则为None。

>>> from collections import deque

>>> d = deque(maxlen=10)

>>> d

deque([], maxlen=10)

>>> d.extend('python')

>>> [i.upper() for i in d]

['P', 'Y', 'T', 'H', 'O', 'N']

>>> d.append('e')

>>> d.appendleft('f')

>>> d

deque(['f', 'p', 'y', 't', 'h', 'o', 'n', 'e'], maxlen=10)

ChainMap

一个 ChainMap 将多个字典或者其他映射组合在一起，创建一个单独的可更新的视图。如果没有 maps 被指定，就提供一个默认的空字典。ChainMap是管理嵌套上下文和覆盖的有用工具。

>>> from collections import ChainMap

>>> d1 = {'apple':1,'banana':2}

>>> d2 = {'orange':2,'apple':3,'pike':1}

>>> combined_d = ChainMap(d1,d2)

>>> reverse_combind_d = ChainMap(d2,d1)

>>> combined_d

ChainMap({'apple': 1, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})

>>> reverse_combind_d

ChainMap({'orange': 2, 'apple': 3, 'pike': 1}, {'apple': 1, 'banana': 2})

>>> for k,v in combined_d.items():

...      print(k,v)

...

pike 1

apple 1

banana 2

orange 2

>>> for k,v in reverse_combind_d.items():

...      print(k,v)

...

pike 1

apple 3

banana 2

orange 2