python collections(容器)模块
原文:http://docs.pythontab.com/interpy/collections/collections/
容器(Collections
)
Python附带一个模块,它包含许多容器数据类型,名字叫作collections
。我们将讨论它的作用和用法。
我们将讨论的是:
- defaultdict
- counter
- deque
- namedtuple
- enum.Enum (包含在Python 3.4以上)
defaultdict
我个人使用defaultdict
较多,与dict
类型不同,你不需要检查key是否存在,所以我们能这样做:
1 from collections import defaultdict 2 3 colours = ( 4 ('Yasoob', 'Yellow'), 5 ('Ali', 'Blue'), 6 ('Arham', 'Green'), 7 ('Ali', 'Black'), 8 ('Yasoob', 'Red'), 9 ('Ahmed', 'Silver'), 10 ) 11 12 favourite_colours = defaultdict(list) 13 14 for name, colour in colours: 15 favourite_colours[name].append(colour) 16 17 print(favourite_colours)
运行输出
# defaultdict(<type 'list'>, # {'Arham': ['Green'], # 'Yasoob': ['Yellow', 'Red'], # 'Ahmed': ['Silver'], # 'Ali': ['Blue', 'Black'] # })
另一种重要的是例子就是:当你在一个字典中对一个键进行嵌套赋值时,如果这个键不存在,会触发keyError
异常。 defaultdict
允许我们用一个聪明的方式绕过这个问题。 首先我分享一个使用dict
触发KeyError
的例子,然后提供一个使用defaultdict
的解决方案。
问题:
1 some_dict = {} 2 some_dict['colours']['favourite'] = "yellow" 3 4 ## 异常输出:KeyError: 'colours'
解决方案:
1 import collections 2 tree = lambda: collections.defaultdict(tree) 3 some_dict = tree() 4 some_dict['colours']['favourite'] = "yellow" 5 6 ## 运行正常
你可以用json.dumps
打印出some_dict
,例如:
import json print(json.dumps(some_dict))## 输出: {"colours": {"favourite": "yellow"}}
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。比如它可以用来计算每个人喜欢多少种颜色:
1 from collections import Counter 2 3 colours = ( 4 ('Yasoob', 'Yellow'), 5 ('Ali', 'Blue'), 6 ('Arham', 'Green'), 7 ('Ali', 'Black'), 8 ('Yasoob', 'Red'), 9 ('Ahmed', 'Silver'), 10 ) 11 12 favs = Counter(name for name, colour in colours) 13 print(favs) 14 15 ## 输出: 16 ## Counter({17 ## 'Yasoob': 2, 18 ## 'Ali': 2, 19 ## 'Arham': 1, 20 ## 'Ahmed': 1 21 ## })
我们也可以在利用它统计一个文件,例如:
with open('filename', 'rb') as f:line_count = Counter(f) print(line_count)
deque
deque提供了一个双端队列,你可以从头/尾两端添加或删除元素。要想使用它,首先我们要从collections
中导入deque
模块:
from collections import deque
现在,你可以创建一个deque
对象。
d = deque()
它的用法就像python的list
,并且提供了类似的方法,例如:
1 d = deque() 2 d.append('1') 3 d.append('2') 4 d.append('3') 5 6 print(len(d)) 7 8 ## 输出: 3 9 10 print(d[0]) 11 12 ## 输出: '1' 13 14 print(d[-1]) 15 16 ## 输出: '3'
你可以从两端取出(pop)数据:
d = deque(range(5)) print(len(d))## 输出: 5 d.popleft()## 输出: 0 d.pop()## 输出: 4print(d)## 输出: deque([1, 2, 3])
我们也可以限制这个列表的大小,当超出你设定的限制时,数据会从对队列另一端被挤出去(pop)。
最好的解释是给出一个例子:
d = deque(maxlen=30)
现在当你插入30条数据时,最左边一端的数据将从队列中删除。
你还可以从任一端扩展这个队列中的数据:
1 d = deque([1,2,3,4,5]) 2 d.extendleft([0]) 3 d.extend([6,7,8]) 4 print(d) 5 6 ## 输出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8])
namedtuple
您可能已经熟悉元组。
一个元组是一个不可变的列表,你可以存储一个数据的序列,它和命名元组(namedtuples
)非常像,但有几个关键的不同。
主要相似点是都不像列表,你不能修改元组中的数据。为了获取元组中的数据,你需要使用整数作为索引:
man = ('Ali', 30) print(man[0])## 输出: Ali
嗯,那namedtuples
是什么呢?它把元组变成一个针对简单任务的容器。你不必使用整数索引来访问一个namedtuples
的数据。你可以像字典(dict
)一样访问namedtuples
,但namedtuples
是不可变的。
现在你可以看到,我们可以用名字来访问namedtuple
中的数据。我们再继续分析它。一个命名元组(namedtuple
)有两个必需的参数。它们是元组名称和字段名称。
1 from collections import namedtuple 2 3 Animal = namedtuple('Animal', 'name age type') 4 perry = Animal(name="perry", age=31, type="cat") 5 6 print(perry) 7 8 ## 输出: Animal(name='perry', age=31, type='cat') 9 10 print(perry.name) 11 12 ## 输出: 'perry'
在上面的例子中,我们的元组名称是Animal
,字段名称是'name','age'和'type'。
namedtuple
让你的元组变得自文档了。你只要看一眼就很容易理解代码是做什么的。
你也不必使用整数索引来访问一个命名元组,这让你的代码更易于维护。
而且,namedtuple
的每个实例没有对象字典,所以它们很轻量,与普通的元组比,并不需要更多的内存。这使得它们比字典更快。
然而,要记住它是一个元组,属性值在namedtuple
中是不可变的,所以下面的代码不能工作:
from collections import namedtupleAnimal = namedtuple('Animal', 'name age type') perry = Animal(name="perry", age=31, type="cat") perry.age = 42## 输出: ## Traceback (most recent call last): ## File "", line 1, in ## AttributeError: can't set attribute
你应该使用命名元组来让代码自文档,它们向后兼容于普通的元组,这意味着你可以既使用整数索引,也可以使用名称来访问namedtuple
:
from collections import namedtupleAnimal = namedtuple('Animal', 'name age type') perry = Animal(name="perry", age=31, type="cat") print(perry[0])## 输出: perry
最后,你可以将一个命名元组转换为字典,方法如下:
from collections import namedtupleAnimal = namedtuple('Animal', 'name age type') perry = Animal(name="Perry", age=31, type="cat") print(perry._asdict())## 输出: OrderedDict([('name', 'Perry'), ('age', 31), ...
enum.Enum (Python 3.4+)
另一个有用的容器是枚举对象,它属于enum
模块,存在于Python 3.4以上版本中(同时作为一个独立的PyPI包enum34
供老版本使用)。Enums(枚举类型)基本上是一种组织各种东西的方式。
让我们回顾一下上一个'Animal'命名元组的例子。
它有一个type字段,问题是,type是一个字符串。
那么问题来了,万一程序员输入了Cat
,因为他按到了Shift键,或者输入了'CAT',甚至'kitten'?
枚举可以帮助我们避免这个问题,通过不使用字符串。考虑以下这个例子:
1 from collections import namedtuple 2 from enum import Enum 3 4 class Species(Enum): 5 cat = 1 6 dog = 2 7 horse = 3 8 aardvark = 4 9 butterfly = 5 10 owl = 6 11 platypus = 7 12 dragon = 8 13 unicorn = 9 14 # 依次类推 15 16 # 但我们并不想关心同一物种的年龄,所以我们可以使用一个别名 17 kitten = 1 # (译者注:幼小的猫咪) 18 puppy = 2 # (译者注:幼小的狗狗) 19 20 Animal = namedtuple('Animal', 'name age type') 21 perry = Animal(name="Perry", age=31, type=Species.cat) 22 drogon = Animal(name="Drogon", age=4, type=Species.dragon) 23 tom = Animal(name="Tom", age=75, type=Species.cat) 24 charlie = Animal(name="Charlie", age=2, type=Species.kitten)
现在,我们进行一些测试:
>>> charlie.type == tom.type True >>> charlie.type <Species.cat: 1>
这样就没那么容易错误,我们必须更明确,而且我们应该只使用定义后的枚举类型。
有三种方法访问枚举数据,例如以下方法都可以获取到'cat'的值:
Species(1) Species['cat'] Species.cat
只是一个快速浏览collections
模块的介绍,建议你阅读本文最后的官方文档。
转载于:https://www.cnblogs.com/guolei2570/p/8807517.html
python collections(容器)模块相关推荐
- python︱ collections模块(namedtuple/defaultdict/OrderedDict等)
collections有的功能: ['deque', 'defaultdict', 'namedtuple', 'UserDict', 'UserList', 'UserString',\'Count ...
- 一文看懂Python collections模块的高效数据类型
原作: George Seif, 发表于medium.com, 大江狗原创翻译, 并对原文稍作修改. Python的最大优势之一是其广泛的模块和软件包.这将Python的功能扩展到许多受欢迎的领域,包 ...
- 四种高性能数据类型,Python collections助你优化代码、简洁任务
在这篇文章中,机器学习工程师 George Seif 介绍了 Python collections 模块最受欢迎的四种数据类型以及它们各自的使用方法.这些数据类型可以对代码进行优化,进而实现更简洁的任 ...
- defaultdict python3,Python collections.defaultdict() 与 dict的使用和区别|python3教程|python入门|python教程...
https://www.xin3721.com/eschool/python.html 在Python里面有一个模块collections,解释是数据类型容器模块.这里面有一个collections. ...
- python:容器、迭代器、生成器 简单介绍
python:容器.迭代器.生成器 简单介绍 python提供了多种数据类型来存放数据项. 之前已经介绍了几个python中常用的容器,分别是列表list.元组tuple.字典dict和集合set. ...
- python数据容器专题
Python容器专题 [导读] 容器通常属于序列(如列表或元组)或映射(如字典),但也存在其他形式的容器.依据Python官方的说法,Python语言中标准内建容器包括 dict , list , s ...
- 在 python中每个模块用什么来实现_Python代码模块热更新机制实现(reload)
对一个游戏来说,无论是client或server都非常需要一套代码热更新的机制.它能大大提高开发效率,又能超乎玩家期望地在运营期在线修正bug和增添功能.可谓必备机制. 热更新机制的目标是: (1)更 ...
- python安装os模块_python的os模块(ipython,文件,目录,权限,管理)
什么是os模块 os模块提供了多数操作系统的功能接口函数.当os模块被导入后,它会自适应于不同的操作系统平台,根据不同的平台进行相应的操作,在python编程时,经常和文件.目录打交道,这时就离不了o ...
- python的shutil模块是内置的_Python之shutil模块11个常用函数详解,python内置函数是什么...
Python之shutil模块11个常用函数详解,python内置函数是什么 shutil 是 Python 中的高级文件操作模块,与os模块形成互补的关系,os主要提供了文件或文件夹的新建.删除.查 ...
最新文章
- 2022-2028年中国喹烯酮行业市场研究及前瞻分析报告
- 云计算安全威胁集中营
- OpenMP并行化实例----Mandelbrot集合并行化计算
- 马化腾内部讲座:让产品自己召唤人
- wps 模拟分析 规划求解_【网友来稿】利用Excel求解线性规划问题
- 5、oracle下数据完整性约束
- mysql bin 恢复工具_基于binlog恢复工具mysqlbinlog_flashback
- Linux常用命令集锦(一)
- 三层交换的测试1:级联的傻HUB
- Codeforces Round #467 (Div. 1): A. Save Energy!(公式)
- 下面不是android四大组件之一的是,Android四大组件之一 Service
- 编写一个关于浏览器盒子模型的方法
- Hyper snap
- NVM:切换node版本后无法使用npm全局包
- php处理头像,(头像处理)PHP把图片转换成圆形png
- 软件测试的14中类型 详解
- 如何应对学习知识、技能不用就会忘(节选自《穷查理宝典》第十一讲:人类误判心理学之不用就忘倾向)
- ACNet: Strengthening the Kernel Skeletons for Powerful CNN via Asymmetric Convolution Blocks
- 押注混合云和人工智能,分拆后的IBM能成功吗?
- apollo自动驾驶进阶学习之:如何调试TrafficLight红绿灯交通规则参数调整
热门文章
- 查看回调函数执行在那个线程中的方法
- wordcloud词云使用方法
- c语言多线程_马云都称赞的C语言、C++学习路线!!!!
- 【Tensorflow】深度学习实战04——Tensorflow实现VGGNet
- Cocos2d-x 2 0 4 小心隐藏的retain
- 1584 - Circular Sequence
- 微信小程序 - 基本学习资源
- uint8_t / uint16_t / uint32_t /uint64_t 有什么区别?
- iphone短信尚未送达_潮讯:iPhone12重大升级;华为麒麟被炒价;抖音上线云游戏;骚扰短信要凉了;一加刘作虎回归OPPO...
- 轨道运营管理专业自荐书_轨道运营管理专业主要是学习什么_毕业后薪资待遇怎么样...