Python标准库之collections包的使用教程

前言

Python为我们提供了4种基本的数据结构：list,tuple,dict,set，但是在处理数据量较大的情形的时候，这4种数据结构就明显过于单一了，比如list作为数组在某些情形插入的效率会比较低，有时候我们也需要维护一个有序的dict。所以这个时候我们就要用到Python标准库为我们提供的collections包了，它提供了多个有用的集合类，熟练掌握这些集合类，不仅可以让我们让写出的代码更加Pythonic，也可以提高我们程序的运行效率。

defaultdict

defaultdict(default_factory)在普通的dict之上添加了default_factory，使得key不存在时会自动生成相应类型的value，default_factory参数可以指定成list,set,int等各种合法类型。

我们现在有下面这样一组list，虽然我们有5组数据，但是仔细观察后发现其实我们只有3种color，但是每一种color对应多个值。现在我们想要将这个list转换成一个dict，这个dict的key对应一种color，dict的value设置为一个list存放color对应的多个值。我们可以使用defaultdict(list)来解决这个问题。

>>> from collections import defaultdict
>>> s = [('yellow',1),('blue',2),('yellow',3),4),('red',1)]
>>> d = defaultdict(list)
>>> for k,v in s:
...  d[k].append(v)
...
>>> sorted(d.items())
[('blue',[2,4]),[1]),[1,3])]

以上等价于：

>>> d = {}
>>> for k,v in s:
...  d.setdefault(k,[]).append(v)
...
>>> sorted(d.items())
[('blue',3])]

如果我们不希望含有重复的元素，可以考虑使用defaultdict(set) 。set相比list的不同之处在于set中不允许存在相同的元素。

>>> from collections import defaultdict
>>> s = [('red',4)]
>>> d = defaultdict(set)
>>> for k,v in s:
...  d[k].add(v)
...
>>> sorted(d.items())
[('blue',{2,4}),{1,3})]

OrderedDict

Python3.6之前的dict是无序的，但是在某些情形我们需要保持dict的有序性，这个时候可以使用OrderedDict，它是dict的一个subclass，但是在dict的基础上保持了dict的有序型，下面我们来看一下使用方法。

>>> # regular unsorted dictionary
>>> d = {'banana': 3,'apple': 4,'pear': 1,'orange': 2}
>>> # dictionary sorted by key
>>> OrderedDict(sorted(d.items(),key=lambda t: t[0]))
OrderedDict([('apple',('banana',('orange',('pear',1)])
>>> # dictionary sorted by value
>>> OrderedDict(sorted(d.items(),key=lambda t: t[1]))
OrderedDict([('pear',('apple',4)])
>>> # dictionary sorted by length of the key string
>>> OrderedDict(sorted(d.items(),key=lambda t: len(t[0])))
OrderedDict([('pear',3)])

使用popitem(last=True)方法可以让我们按照LIFO(先进后出)的顺序删除dict中的key-value，即删除最后一个插入的键值对，如果last=False就按照FIFO(先进先出)删除dict中key-value。

>>> d = {'banana': 3,'orange': 2}
>>> # dictionary sorted by key
>>> d = OrderedDict(sorted(d.items(),key=lambda t: t[0]))
>>> d
OrderedDict([('apple',1)])
>>> d.popitem()
('pear',1)
>>> d.popitem(last=False)
('apple',4)

使用move_to_end(key,last=True)来改变有序的OrderedDict对象的key-value顺序，通过这个方法我们可以将排序好的OrderedDict对象中的任意一个key-value插入到字典的开头或者结尾。

>>> d = OrderedDict.fromkeys('abcde')
>>> d
OrderedDict([('a',None),('b',('c',('d',('e',None)])
>>> d.move_to_end('b')
>>> d
OrderedDict([('a',None)])
>>> ''.join(d.keys())
'acdeb'
>>> d.move_to_end('b',last=False)
>>> ''.join(d.keys())
'bacde'

deque

list存储数据的优势在于按索引查找元素会很快，但是插入和删除元素就很慢了，因为list是基于数组实现的。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，而且线程安全。

list只提供了append和pop方法来从list的尾部插入/删除元素，deque新增了appendleft/popleft等方法允许我们高效的在元素的开头来插入/删除元素。而且使用deque在队列两端append或pop元素的算法复杂度大约是O(1)，但是对于list对象改变列表长度和数据位置的操作例如 pop(0)和insert(0,v)操作的复杂度高达O(n)。

>>> from collections import deque
>>> dq = deque(range(10),maxlen=10)
>>> dq
deque([0,1,2,3,4,5,6,7,8,9],maxlen=10)
>>> dq.rotate(3)
>>> dq
deque([7,9,6],maxlen=10)
>>> dq.rotate(-4)
>>> dq
deque([1,0],maxlen=10)
>>> dq.appendleft(-1)
>>> dq
deque([-1,maxlen=10)
>>> dq.extend([11,22,33])
>>> dq
deque([3,11,33],maxlen=10)
>>> dq.extendleft([10,20,30,40])
>>> dq
deque([40,10,8],maxlen=10)

Counter

Count用来统计相关元素的出现次数。

>>> from collections import Counter
>>> ct = Counter('abracadabra')
>>> ct
Counter({'a': 5,'r': 2,'b': 2,'d': 1,'c': 1})
>>> ct.update('aaaaazzz')
>>> ct
Counter({'a': 10,'z': 3,'c': 1})
>>> ct.most_common(2)
[('a',10),('z',3)]
>>> ct.elements()
<itertools.chain object at 0x7fbaad4b44e0>

namedtuple

使用namedtuple(typename,field_names)命名tuple中的元素来使程序更具可读性。

>>> from collections import namedtuple
>>> City = namedtuple('City','name country population coordinates')
>>> tokyo = City('Tokyo','JP',36.933,(35.689722,139.691667))
>>> tokyo
City(name='Tokyo',country='JP',population=36.933,coordinates=(35.689722,139.691667))
>>> tokyo.population
36.933
>>> tokyo.coordinates
(35.689722,139.691667)
>>> tokyo[1]
'JP'

>>> City._fields
('name','country','population','coordinates')
>>> LatLong = namedtuple('LatLong','lat long')
>>> delhi_data = ('Delhi NCR','IN',21.935,LatLong(28.613889,77.208889))
>>> delhi = City._make(delhi_data)
>>> delhi._asdict()
OrderedDict([('name','Delhi NCR'),('country','IN'),('population',21.935),('coordinates',LatLong(lat=28.613889,long=77.208889))])
>>> for key,value in delhi._asdict().items():
  print(key + ':',value)
name: Delhi NCR
country: IN
population: 21.935
coordinates: LatLong(lat=28.613889,long=77.208889)

ChainMap

ChainMap可以用来合并多个字典。

>>> from collections import ChainMap
>>> d = ChainMap({'zebra': 'black'},{'elephant': 'blue'},{'lion': 'yellow'})
>>> d['lion'] = 'orange'
>>> d['snake'] = 'red'
>>> d
ChainMap({'lion': 'orange','zebra': 'black','snake': 'red'},{'lion': 'yellow'})

>>> del d['lion']
>>> del d['elephant']
Traceback (most recent call last):
 File "/usr/lib/python3.5/collections/__init__.py",line 929,in __delitem__
 del self.maps[0][key]
KeyError: 'elephant'
During handling of the above exception,another exception occurred:
Traceback (most recent call last):
 File "<stdin>",line 1,in <module>
 File "/usr/lib/python3.5/collections/__init__.py",line 931,in __delitem__
 raise KeyError('Key not found in the first mapping: {!r}'.format(key))
KeyError: "Key not found in the first mapping: 'elephant'"

从上面del['elephant']的报错信息可以看出来，对于改变键值的操作ChainMap只会在第一个字典self.maps[0][key]进行查找，新增加的键值对也都会加入第一个字典，我们来改进一下ChainMap解决这个问题：

class DeepChainMap(ChainMap):
 'Variant of ChainMap that allows direct updates to inner scopes'
 def __setitem__(self,key,value):
  for mapping in self.maps:
   if key in mapping:
    mapping[key] = value
    return
  self.maps[0][key] = value
 def __delitem__(self,key):
  for mapping in self.maps:
   if key in mapping:
    del mapping[key]
    return
  raise KeyError(key)
>>> d = DeepChainMap({'zebra': 'black'},{'lion': 'yellow'})
>>> d['lion'] = 'orange'   # update an existing key two levels down
>>> d['snake'] = 'red'   # new keys get added to the topmost dict
>>> del d['elephant']   # remove an existing key one level down
DeepChainMap({'zebra': 'black',{},{'lion': 'orange'})

（编辑：安卓应用网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!