python-30 collections相关 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tuple

2.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

带有名称的元组，namedtuple(名称，[属性集])

import collections
#1.collections.namedtuple('名称', 属性集),属性集，可以是列表，元组，集合等，
# 但是，集合是无序的，p.x,p.y,p.z值每次都是变化的，故不用
# point=collections.namedtuple('point',{'x','y','z'})
point=collections.namedtuple('point',['x','y','z'])
p=point(1,2,3)
print(p.x,p.y,p.z)

queue:队列

queue模块有三种队列及构造函数:

1. Python queue模块的FIFO队列先进先出。 class queue.Queue(maxsize)
2. LIFO类似于堆，即先进后出。 class queue.LifoQueue(maxsize)
3. 还有一种是优先级队列级别越低越先出来。 class queue.PriorityQueue(maxsize)

queue模块中的常用方法:

• queue.qsize() 返回队列的大小
• queue.empty() 如果队列为空，返回True,反之False
• queue.full() 如果队列满了，返回True,反之False
• queue.full 与 maxsize 大小对应
• queue.get([block[, timeout]])获取队列，timeout等待时间  ,
  1. 如果无数据可取，默认会阻塞(block=True)，阻塞时可以定义超时时间(timeout=2)
  2. 可以使用block=False设置不阻塞立即报错
• queue.get_nowait() 相当queue.get(False)
• queue.put(item) 写入队列，timeout等待时间
• queue.put_nowait(item) 相当queue.put(item, False)
• queue.task_done() 在完成一项工作之后，queue.task_done()函数向任务已经完成的队列发送一个信号
• queue.join() 实际上意味着等到队列为空，再执行别的操作

• import queue
  #2.queue队列FIFO
  q=queue.Queue(3) #定义队列大小,即maxsize=3  def __init__(self, maxsize=0):
  print("q.maxsize=%d"%(q.maxsize))
  q.put(5,) #放入数据    def put(self, item, block=True, timeout=None):
  q.put(4,False)#可以设置不阻赛，如果队列满了，直接产生raise Full错误
  q.put(3)
  print("队列中现有元素个数：",q.qsize())#q.qsize()，返回队列中现有元素个数，3
  print(q.get(),q.get())#取出元素，先进来的2个数被取出，5和4
  print("队列中现有元素个数：",q.qsize())#q.qsize()，返回队列中现有元素个数，1
  q.put(['a','b','c',7])#列表算1个元素
  q.put((4,5))
  print('队列中现有元素个数:%s--队列已满吗?'%(q.qsize()))#阻塞后，执行不到这条语句
  q.put(2,True,1)    #如果队列满了，默认会阻塞(block=True)，可以定义阻塞时间(timeout=1)，超时后会raise Full错误
                      #如果block=True，timeout不设置，则会一直处于阻塞中，之后的语句不会执行
  print('队列中现有元素个数:%s--队列已满吗?'%(q.qsize()))#阻塞后，执行不到这条语句

  

• import queue
  #2.queue队列FIFO
  q=queue.Queue(3) #定义队列大小,即maxsize=3  def __init__(self, maxsize=0):
  print("q.maxsize=%d"%(q.maxsize))
  q.put(5,) #放入数据    def put(self, item, block=True, timeout=None):
  q.put(4,False)#可以设置不阻赛，如果队列满了，直接产生raise Full错误
  q.put(3)
  print("队列中元素个数：",q.qsize())#q.qsize()，返回队列中现有元素个数
  q.put(2,True,1)    #如果队列满了，默认会阻塞(block=True)，可以定义阻塞时间(timeout=1)，超时后会raise Full错误
                      #如果block=True，timeout不设置，则会一直处于阻塞中，之后的语句不会执行
  print('队列已满吗?')#阻塞后，执行不到

• deque：双端对队

  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

• dq=collections.deque(['a','b','c'],2) #创建一个双端对队对象，def __init__(self, iterable=(), maxlen=None)
  print(dq) #返回deque(['b', 'c'], maxlen=2)，进队1-->2-->3顺序，数据长度为2，因为对列先进先出特点，故将'a'溢出
  dq.clear()#清空队列内容,但对列长度不被清空，仍为2
  print('dq.maxlen=',dq.maxlen)#dq.maxlen= 2，用于定义的时候使用，不能被写入，形如a.maxlen=10会报错
  
  dp=collections.deque([1,2,3])
  dp.append('a')#同list的append，在队尾加入一个元素
  dp.appendleft('b')#在队首加入一个元素
  dp.insert(2,['a','c'])#在索引2前面插入一个元数，即该数索引为2
  print(dp)#deque(['b', 1, ['a', 'c'], 2, 3, 'a'])
  print(dp.count('a'))#计数，返回：1，指定的是一级索下的元素，故列表中'a'不被统计，
  print(dp[2][0])#返回二级索引中元素'a',即列表中'a'
  
  dp.extend('2bc2f')#参数是一个可迭代变量，在对队尾端按照迭代顺序添加
  print(dp)#deque(['b', 1, ['a', 'c'], 2, 3, 'a', '2', 'b', 'c', '2', 'f']),
  
  print(dp.pop())#弹出对列尾部一个元素：f
  print(dp.popleft())#弹出对列头部一个元素:b
  print(dp)
  
  res1=dp.remove('2')#同list：用于移除列表中某个值的第一个匹配项.
  print('res1=%s-->dp=%s'%(res1,dp))#res1=None-->dp=deque([1, ['a', 'c'], 2, 3, 'a', 'b', 'c', '2'])
  # res1=dp.remove('9')#如果该值不在，则报错
  
  dp.rotate(2)#循环移动，为正全体右移，为负全体左移
  print(dp)#deque(['c', '2', 1, ['a', 'c'], 2, 3, 'a', 'b'])

• OrderedDict：有序字典

  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：

• dd={'z':1,'y':5,'x':False,'d':2,'a':3}
  od=collections.OrderedDict(b=1,a=2,c=3)#产生有序字典，但不那建议这样做
  od['z']='4' #这种做法比较好
  od['y']='5'
  od['x']=True
  print(sorted(dd.items(),key=lambda item:item[0]))#按key排序
  print(od)#OrderedDict([('b', 1), ('a', 2), ('c', 3), ('z', '4'), ('y', '5'), ('x', True)])

  defaultdict：默认字典      def __init__(self, default_factory=None, **kwargs):
  

• 其实defaultdict 就是一个字典，只不过python自动的为它的键赋了一个初始值。这也就是说，你不显示的为字典的键赋初值python不会报错，看下实际例子。
• default_factory:参数是一个工厂函数，且是可callable
• 工厂函数：统一了类型和类，即他们看上去有点象函数， 实质上他们是类。当你调用它们时， 实际上是生成了该类型的一个实例， 就象工厂生产货物一样。
• 所有的内建函数都是工厂函数，如 : int(), long(), float(), complex()，bool() ,str(), list(), tuple()，dict()，set(),frozenset()

   object(),type(),classmethod(),staticmethod(),super(),property(),file()

• python会抛出一个KeyError 异常，因为字典索引之前必须初始化，可以用defaultdict来解决

• dd=collections.defaultdict(tuple)#产生个默认值：int(),即0，若是list,则[],tuple是（）
  print(dd['k'],int(),dd)#则不会报错, 返回：() 0 defaultdict(<class 'tuple'>, {'k': ()})
  
  d2=collections.defaultdict(lambda :5)#参数必需是callable,故可以用函数,直接返回一个值
  print(d2['k']) #返回5