Python自建collections模块

本篇将学习python的另一个内建模块collections,更多内容请参考:Python学习指南

collections是Python内建的一个集合模块，提供了许多有用的集合类。

namedtuple

我们知道tuple可以表示不变集合，例如，一个点的二维左边就可以表示成：

>>>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。
定义一个class又小题大做了，这时，nametuple就派上了用场：

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>>p.y
2

namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。

可以验证创建的Point对象时tuple的一种子类：

>>>isinstance(p, Point)
True
>>>isinstance(p, tuple)
True

类似的，如果要用坐标和半径表示一个园，也可以用namedtuple定义：

# namedtuple("名称", [属性list])
Circle = namedtuple("Circle", ['x', 'y', 'r'])

deque

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队列，适合用于队列和栈：

>>>from collections import deque
>>>q = deque(['a', 'b', 'c'])
>>>q.append('x')
>>>q.appendleft('y')
>>>q
deque(['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。

defaultdict

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']
'abc'
>>>dd['key2']
'N/A'

注意默认值是调用函数返回的，而函数创建defaultdict对象时传入。

除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。

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':3}
>>>od = OrderedDict([('a', 1), ('b', 2), ('c',3)])
>>>od
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
>>>list(od.keys())  #按照插入的Key的顺序返回
['z', 'y', 'x']

OrderedDict可以实现一个FIFO(先进先出)的dict,当容量超出限制时，先删除最早添加的Key:

from collections import OrderedDict
class LastUpdatedOrderedDict(OrderedDict):
    def __init__(self, capacity):
        super(LastUpdatedOrderedDict, self).__init__()
        self._capacity = capacity

    def __seitem__(self, key, value):
        containsKey = 1 if key in self else 0
        if len(self) - containsKey >= self._capacity:
            last = self.popitem(last=False)
            print("remove:",last)
        if containsKey:
            del self[key]
            print("set:",(key, value))
        else:
            print('add:',(key,value))
        OrderedDict.__setitem__(self, key, value)

Counter

Counter是一个简单的计数器，例如，统计字符串出现的个数：

>>>from collections import Counter
>>>c = Counter()
>>>for ch in 'programming':
    c[ch] = c[ch] + 1
>>>c
Counter({'g':2, 'm':2, 'r':2, 'a':1, 'i':1, 'o':1, 'n':1, 'p':1})

Counter实际上也是dict的一个子类，上面的结果可以看出，字符g, m, r各出现了两次，其它字符各出现了一次。

小结

collections模块提供了一些有用的集合类，可以根据需要选用。