python 中，,collection

python 中，,collection

collections模块在内置数据类型（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内容的tuple2.deque: 双端队列，可以快速的从另外一侧追加和推出对象3.Counter: 计数器，主要用来计数4.OrderedDict: 有序字典5.defaultdict: 带有默认值的字典******namedtuple******我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：>>> p = (1, 2)但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。这时，namedtuple就派上了用场：>>> from collections import namedtuple>>> Point = namedtuple(‘Point‘, [‘x‘, ‘y‘])>>> p = Point(1, 2)>>> p.x>>> p.y复制代码类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：#namedtuple(‘名称‘, [属性list]):Circle = namedtuple(‘Circle‘, [‘x‘, ‘y‘, ‘r‘])******deque******（底层用c语言链表写的。。。）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就很慢了，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‘)>>> q.appendleft(‘y‘)>>> qdeque([‘y‘, ‘a‘, ‘b‘, ‘c‘, ‘x‘])deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素>>> q.remove(‘a‘)>>> qdeque([‘y‘, ‘b‘, ‘c‘, ‘x‘])>>> q.insert(2,‘xxx‘)>>> qdeque([‘y‘, ‘b‘, ‘xxx‘, ‘c‘, ‘x‘])小结：在insert，remove的时候，deque的平均效率要远远高于列表。列表根据索引查看某个值得效率要高于deque。append和pop对列表的效率是没有影响的。*******OrderedDict******使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。如果要保持Key的顺序，可以用OrderedDict：>>> from collections import OrderedDict>>> d = dict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])>>> d # dict的Key是无序的{‘a‘: 1, ‘c‘: 3, ‘b‘: 2}>>> od = OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])>>> od # OrderedDict的Key是有序的OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])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‘]******defaultdict******带有默认值的字典有如下值集合 [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。即： {‘k1‘: 大于66 , ‘k2‘: 小于66}from collections import defaultdictvalues = [11, 22, 33,44,55,66,77,88,99,90]my_dict = defaultdict(list)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‘******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})****创建Counter类创建的四种方法：>>> c = Counter()  # 创建一个空的Counter类>>> c = Counter(‘gallahad‘)  # 从一个可iterable对象（list、tuple、dict、字符串等）创建>>> c = Counter({‘a‘: 4, ‘b‘: 2})  # 从一个字典对象创建>>> c = Counter(a=4, b=2)  # 从一组键值对创建****计数值的访问与缺失的键当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。计数值的访问>>> c = Counter("abcdefgab")>>> c["a"]>>> c["c"]>>> c["h"]****计数器的更新（update和subtract）可以使用一个iterable对象或者另一个Counter对象来更新键值。计数器的更新包括增加和减少两种。其中，增加使用update()方法：计数器的更新（update）>>> c = Counter(‘which‘)>>> c.update(‘witch‘)  # 使用另一个iterable对象更新>>> c[‘h‘]>>> d = Counter(‘watch‘)>>> c.update(d)  # 使用另一个Counter对象更新>>> c[‘h‘]减少则使用subtract()方法计数器的更新（subtract）>>> c = Counter(‘which‘)>>> c.subtract(‘witch‘)  # 使用另一个iterable对象更新>>> c[‘h‘]>>> d = Counter(‘watch‘)>>> c.subtract(d)  # 使用另一个Counter对象更新>>> c[‘a‘]-1*****键的修改和删除当计数值为0时，并不意味着元素被删除，删除元素应当使用del。 键的删除>>> c = Counter("abcdcba")>>> cCounter({‘a‘: 2, ‘c‘: 2, ‘b‘: 2, ‘d‘: 1})>>> c["b"] = 0>>> cCounter({‘a‘: 2, ‘c‘: 2, ‘d‘: 1, ‘b‘: 0})>>> del c["a"]>>> cCounter({‘c‘: 2, ‘b‘: 2, ‘d‘: 1})****elements()返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。元素排列无确定顺序，个数小于1的元素不被包含。elements()方法 >>> c = Counter(a=4, b=2, c=0, d=-2)>>> list(c.elements())[‘a‘, ‘a‘, ‘a‘, ‘a‘, ‘b‘, ‘b‘]****most_common([n])返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，排列是无确定顺序的。most_common()方法>>> c = Counter(‘abracadabra‘)>>> c.most_common()[(‘a‘, 5), (‘r‘, 2), (‘b‘, 2), (‘c‘, 1), (‘d‘, 1)]>>> c.most_common(3)[(‘a‘, 5), (‘r‘, 2), (‘b‘, 2)] ****浅拷贝copy浅拷贝copy>>> c = Counter("abcdcba")>>> cCounter({‘a‘: 2, ‘c‘: 2, ‘b‘: 2, ‘d‘: 1})>>> d = c.copy()>>> dCounter({‘a‘: 2, ‘c‘: 2, ‘b‘: 2, ‘d‘: 1})****算术和集合操作+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。Counter对象的算术和集合操作>>> c = Counter(a=3, b=1)>>> d = Counter(a=1, b=2)>>> c + d  # c[x] + d[x]Counter({‘a‘: 4, ‘b‘: 3})>>> c - d  # subtract（只保留正数计数的元素）Counter({‘a‘: 2})>>> c & d  # 交集:  min(c[x], d[x])Counter({‘a‘: 1, ‘b‘: 1})>>> c | d  # 并集:  max(c[x], d[x])Counter({‘a‘: 3, ‘b‘: 2})****其他常用操作下面是一些Counter类的常用操作，来源于Python官方文档Counter类常用操作sum(c.values())  # 所有计数的总数c.clear()  # 重置Counter对象，注意不是删除list(c)  # 将c中的键转为列表set(c)  # 将c中的键转为setdict(c)  # 将c中的键值对转为字典c.items()  # 转为(elem, cnt)格式的列表Counter(dict(list_of_pairs))  # 从(elem, cnt)格式的列表转换为Counter类对象c.most_common()[:-n:-1]  # 取出计数最少的n个元素c += Counter()  # 移除0和负值

python 中