Python 中的容器 collections

写在之前

我们都知道 Python 中内置了许多标准的数据结构，比如列表，元组，字典等。与此同时标准库还提供了一些额外的数据结构，我们可以基于它们创建所需的新数据结构。

Python 附带了一个「容器」模块 collections，它包含了很多的容器数据类型，今天我们来讨论其中几个常用的容器数据类型，掌握了这几个可以减少我们重复造轮子所带来的烦扰。

namedtuple

相信你已经熟悉了元组，一个元组相当于一个不可变的列表，你可以存储一个数据的序列。这里要说的 namedtuple（命名元组）和元组非常像，它们都不能修改自己的数据。说完了像，那么它们有哪些地方不像呢？

作为元组，为了获取其中的数据，我们需要使用整数作为索引：

>>> people = ('Rocky', 'python')
>>> print(people[0])
Rocky

　　

而 namedtuple 把元组变成了一个针对简单任务的容器，我们不必使用整数索引来访问 namedtuple 的数据，反而可以像用字典一样访问 namedtuple。

>>> from collections import namedtuple
>>> people = namedtuple('people', 'name age like')
>>> Rocky = people(name = 'rocky', age = 23, like = 'python')
>>> print(Rocky)
people(name='rocky', age=23, like='python')
>>> print(Rocky.name)
rocky

　　

一个 namedtuple 有两个必须的参数：元组名称和字段名称。在上面的代码中，我们的元组名称是 people，字段名称是 name，age，like。nametuple 让元组变的更加易读，很容易理解代码是做什么的，同样我们也不用使用整数索引来访问一个命名元组（上面代码我们用 name 访问了 namedtuple 中的数据），这让我们的代码更加容易维护。

但是你一定要记住的是，虽然它的用法很爽，但它还是一个元组！所以属性值在 namedtuple 中是不可变的。

我们在上面说过可以像用字典一样访问 namedtuple，那么当然也可以把它转为字典，具体操作如下所示:

>>> from collections import namedtuple
>>> people = namedtuple('people', 'name age like')
>>> Rocky = people(name = 'rocky', age = 23, like = 'python')
>>> print(Rocky._asdict())
OrderedDict([('name', 'rocky'), ('age', 23), ('like', 'python')])

　　

defaultdict

我之前在使用字典的时候相当随意，只是随便 dict 一下就好了，然而这样使用存在一个问题：当使用的 key 不存在的时候会报 KeyError，而 defaultdict 就比较厉害了，我们完全不需要检查 key 是否存在，所以我们能像下面这样做的随心所欲：

from collections import defaultdict
languages = (
 ('rocky', 'python'),
 ('snow', 'c'),
 ('leey', 'java'),
 ('rocky', 'c++'),
 ('leey', 'c#')
)
favourite = defaultdict(list)
for name, language in languages:
 favourite[name].append(language)
print(favourite)

　　

输出如下所示：

defaultdict(<type 'list'>, {'leey': ['java', 'c#'], 'rocky': ['python', 'c++'], 'snow': ['c']})

　　

然后我们再回到“键不存在，会触发 KeyError 异常”这个问题上来，我们先来看 dict 触发 KeyError 的例子：

my_dict = {}
my_dict['name']['like'] = 'python'

　　

输出如下：

KeyError: 'name'

　　

defaultdict 则用了一个非常巧妙的方式绕过了这个问题，请看下面的操作：

import collections
language = lambda : collections.defaultdict(language)
my_dict = language()
my_dict['name']['like'] = 'python'

　　

运行一下显示正常，我们可以用 json.dumps 打印出 my_dict 的内容：

import json
print(json.dumps(my_dict))

　　

运行结果如下：

{"name": {"like": "python"}}

　　

Counter

Counter 是一个计数器，它可以帮助我们针对某项数据进行计数，比如可以用它来统计每个人擅长的编程语言：

from collections import Counter
languages = (
 ('rocky', 'python'),
 ('snow', 'c'),
 ('leey', 'java'),
 ('rocky', 'c++'),
 ('leey', 'c#')
)
cnt = Counter(name for name, language in languages)
print(cnt)

　　

运行结果如下所示：

Counter({'leey': 2, 'rocky': 2, 'snow': 1})

　　

当然我们也可以用它来统计一个文件，比如：

from collections import Counter
with open('test.txt', 'rb') as f:
 line_cnt = Counter(f)
print(line_cnt)

　　

deque

deque 提供了一个双端队列，我们可以在首尾两端添加或者删除元素，在前面的文章中（Python 标准库之双端队列）写过，没看过的可以看看。

想要使用 deque，首先我们要从 collections 中导入 deque 模块，然后创建一个 deque 对象，它的用法就像我们前面学过的 list 一样，并且提供了类似的方法，具体如下所示：

from collections import deque
deq = deque()
deq.append(1)
deq.append(2)
deq.append(3)
print(deq)
print(len(deq))
print(deq[0])
print(deq[-1])

　　

输出结果如下：

deque([1, 2, 3])
3
1
3

　　

我们可以从两端取出数据：

from collections import deque
deq = deque(range(5))
print('len(deq) == {}'.format(len(deq)))
deq.popleft()
deq.pop()
print(deq)

　　

输出的结果如下所示：

len(deq) == 5
deq == deque([1, 2, 3])

　　

我们也可以对这个列表的大小进行限制，当超出我们的限制的时候，数据会从另一端被 pop 出去，具体我们来看下面的操作：

from collections import deque
deq = deque(maxlen=3)
deq.append(1)
deq.append(2)
deq.append(3)
print(deq)
deq.append(4)
print (deq)

　　

输出的结果如下：

deque([1, 2, 3], maxlen=3)
deque([2, 3, 4], maxlen=3)

　　

当超出 maxlen 的值时，最左边的数据将从队列中删除。

当然我们还可以从任意一端扩展这个双端队列中的数据：

from collections import deque
deq = deque([1,2,3])
deq.extendleft([0])
deq.extend([4,5,6])
print(deq)

　　

输出的结果如下所示：

deque([0, 1, 2, 3, 4, 5, 6])

　　

如果有那些不足的地方，欢迎大家补充！