python中几个基本用法：namedtuple,OrderedDict,append,insert,extend

https://blog.csdn.net/laizi_laizi/article/details/105437368

python中几个基本用法：namedtuple,OrderedDict,append,insert,extend

laizi_laizi 2020-04-11 00:51:08  229  收藏 1

分类专栏： python

版权

python中:namedtuple,OrderedDict,append,insert,extend

• 一、namedtuple
• 二、OrderedDict
• 三、append
• 四、insert
• 五、extend

虽然我不太喜欢重复造轮子，个人更喜欢发一些网上少的东西，但是有些基础的东西自己写一写，还是给自己留下一个印象吧，本篇就是如此。下面就是在看代码过程中几个python常用模块的介绍：
（ps:下面试验的python版本为3.7）

一、namedtuple

这个方法来自于python内置的collections: 容器数据类型，官网介绍：

这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。

我们知道一般的元组(tuple)元素不能改变，也只能通过索引来访问其中的元素，但是命名元组(namedtuple)就方便很多，可读性和操作性强。
collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)

• 返回一个新的元组子类，名为 typename 。这个新的子类用于创建类元组的对象，可以通过域名(field_names)来获取属性值，同样也可以通过索引和迭代获取值
• 域名(field_names)是一个像 [‘x’, ‘y’] 一样的字符串序列。另外 field_names 可以是一个纯字符串，用空白或逗号分隔开元素名，比如 ‘x y’ 或者 ‘x, y’

>>> from collections import namedtuple
# 其实point = namedtuple('Point', ['x', 'y'])这样写也不会报错
# 但是还是和typename保持一致比较规范吧 
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(11, y=22)     # 以位置参数或者关键字参数实例化
>>> p[0] + p[1]             # 可像普通元组一样索引(11, 22)
33
>>> x, y = p                
>>> x, y
(11, 22)
>>> p.x + p.y               # 属性可以通过“.”加名字访问
33
>>> p.x = 33                # 属性还是不可以直接更改
Traceback (most recent call last):
  File "<pyshell#10>", line 1, in <module>
    p.x = 33
AttributeError: can't set attribute
>>> p._replace(x=33)        # 这样也不行，是返回一个新的实例
Point(x=33, y=22)           # 所以不管是tuple还是namedtuple
>>> p.x                     # 就用来保存一些不可更改的值的东西吧
11
>>> id(p._replace(x=33))
1618244029320
>>> id(p)
1618244029104
>>> p                       
Point(x=11, y=22)


# 再来看我实际碰到的一个例子吧
# ResNet stage specification
>>>StageSpec = namedtuple(
    "StageSpec",
    [
        "index",  # Index of the stage, eg 1, 2, ..,. 5
        "block_count",  # Number of residual blocks in the stage
        "return_features",  # True => return the last feature map from this stage
    ],
)
>>> ResNet50StagesTo5 = tuple(
    StageSpec(index=i, block_count=c, return_features=r)
    for (i, c, r) in ((1, 3, False), (2, 4, False), 
    (3, 6, False), (4, 3, True))
)
>>> ResNet50StagesTo5
(StageSpec(index=1, block_count=3, return_features=False), 
 StageSpec(index=2, block_count=4, return_features=False), 
 StageSpec(index=3, block_count=6, return_features=False), 
 StageSpec(index=4, block_count=3, return_features=True))

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49

二、OrderedDict

这也是collections: 容器数据类型里面对于dict的一种替代选择：collections.OrderedDict([items])

有序词典就像常规词典一样，但有一些与排序操作相关的额外功能。注意：在 Python 3.6/3.7中内置的 dict 类也有记住插入顺序的能力(python3.5还没有)，本来这一个最大的区别也就淡化了【我也是写这篇的时候才知道这个】

>>> from collections import OrderedDict
>>> d1={}
>>> d1['a']='A'
>>> d1['b']='B'
>>> d1['c']='C'
>>>> for k,v in d1.items():      # 在python3.7里面也是记住顺序了
...     print(k,v)               # 在3.5会打乱顺序输出的
...
a A
b B
c C
>>> d2={}
>>> d2['c']='C'
>>> d2['b']='B'
>>> d2['a']='A'
>>>> d1
{'a': 'A', 'b': 'B', 'c': 'C'}
>>>> d2
{'c': 'C', 'b': 'B', 'a': 'A'}
>>> d1 == d2                     # 这里注意，普通字典还是相等的，区别这里来了
True
>>> d3 = OrderedDict()
>>> d4 = OrderedDict()
>>> d3['a']='A'
>>> d3['b']='B'
>>> d3['c']='C'
>>> d4['c']='C'
>>> d4['b']='B'
>>> d4['a']='A'
>>> d3
OrderedDict([('a', 'A'), ('b', 'B'), ('c', 'C')])
>>> d4
OrderedDict([('c', 'C'), ('b', 'B'), ('a', 'A')])
>>> d3 == d4                     # 记住顺序好像一样了，但是这不一样
False
>>> new_list = [("name", "lsm"), ("sex", "male"), ("face", "handsome")]
>>> new_dict = OrderedDict(new_list)
>>> new_dict
OrderedDict([('name', 'lsm'), ('sex', 'male'), ('face', 'handsome')])
>>> ano_dict = OrderedDict.fromkeys(new_list)
>>> ano_dict
OrderedDict([(('name', 'lsm'), None), (('sex', 'male'), None), (('face', 'handsome'), None)])
>>> k,v = new_dict.popitem()
>>> k,v
('face', 'handsome')
>>> new_dict.move_to_end('name')
>>> new_dict
OrderedDict([('sex', 'male'), ('name', 'lsm')])

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48

三、append

这个是大家常用的列表的一个方法：array.append(x)

添加一个值为 x 的新项到数组末尾

>>> a = [1, 2, 3]
>>> a.append(4)
>>> a.append(5,6)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: append() takes exactly one argument (2 given)
>>> a.append((5,6))
>>> a
[1, 2, 3, 4, (5, 6)]

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

四、insert

主要这个不太常用到：array.insert(i, x)

将值 x 作为新项插入数组的 i 位置之前。 负值将被视为相对于数组末尾的位置

>>> a = [1, 2, 3]
>>> a.insert(0, 0)
>>> a
[0, 1, 2, 3]
>>> a.insert(1, 0.5)
>>> a
[0, 0.5, 1, 2, 3]
>>> a.insert(-1, 9)
>>> a
[0, 0.5, 1, 2, 9, 3]

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

五、extend

这个也不太常用到：array.extend(iterable)：

将来自 iterable 的项添加到数组末尾。 如果 iterable 是另一个数组，它必须具有 完全 相同的类型码；否则将引发 TypeError。 如果 iterable 不是一个数组，则它必须为可迭代对象并且其元素必须为可添加到数组的适当类型。

>>> a = [1, 2, 3]
>>> a.extend(4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>> a.extend((4,5))   # 注意与append的区别
>>> a
[1, 2, 3, 4, 5]
>>> a.extend([6,7])
>>> a
[1, 2, 3, 4, 5, 6, 7]
>>> a.extend((8,))
>>> a
[1, 2, 3, 4, 5, 6, 7, 8]
>>> a.extend(('lz',))
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 'lz']

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

更多关于列表的方法可以在这找到：
array — Efficient arrays of numeric values
【不知道为什么叫array，不叫list】