collections

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，一个点的二维坐标就可以表示成：

  1. >>> 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，namedtuple就派上了用场：

  1. >>> from collections import namedtuple
  2. >>> Point = namedtuple('Point', ['x', 'y'])
  3. >>> p = Point(1, 2)
  4. >>> p.x
  5. 1
  6. >>> p.y
  7. 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。

这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。

可以验证创建的Point对象是tuple的一种子类：

  1. >>> isinstance(p, Point)
  2. True
  3. >>> isinstance(p, tuple)
  4. True

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

  1. # namedtuple('名称', [属性list]):
  2. 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列表，适合用于队列和栈：

  1. >>> from collections import deque
  2. >>> q = deque(['a', 'b', 'c'])
  3. >>> q.append('x')
  4. >>> q.appendleft('y')
  5. >>> q
  6. 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：

  1. >>> from collections import defaultdict
  2. >>> dd = defaultdict(lambda: 'N/A')
  3. >>> dd['key1'] = 'abc'
  4. >>> dd['key1'] # key1存在
  5. 'abc'
  6. >>> dd['key2'] # key2不存在，返回默认值
  7. 'N/A'

注意默认值是调用函数返回的，而函数在创建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：

  1. >>> from collections import OrderedDict
  2. >>> d = dict([('a', 1), ('b', 2), ('c', 3)])
  3. >>> d # dict的Key是无序的
  4. {'a': 1, 'c': 3, 'b': 2}
  5. >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
  6. >>> od # OrderedDict的Key是有序的
  7. 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：

  1. >>> od = OrderedDict()
  2. >>> od['z'] = 1
  3. >>> od['y'] = 2
  4. >>> od['x'] = 3
  5. >>> od.keys() # 按照插入的Key的顺序返回
  6. ['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：

  1. from collections import OrderedDict
  3. class LastUpdatedOrderedDict(OrderedDict):
  5.     def __init__(self, capacity):
  6.         super(LastUpdatedOrderedDict, self).__init__()
  7.         self._capacity = capacity
  9.     def __setitem__(self, key, value):
  10.         containsKey = 1 if key in self else 0
  11.         if len(self) - containsKey >= self._capacity:
  12.             last = self.popitem(last=False)
  13.             print 'remove:', last
  14.         if containsKey:
  15.             del self[key]
  16.             print 'set:', (key, value)
  17.         else:
  18.             print 'add:', (key, value)
  19.         OrderedDict.__setitem__(self, key, value)

Counter

Counter是一个简单的计数器，例如，统计字符出现的个数：

  1. >>> from collections import Counter
  2. >>> c = Counter()
  3. >>> for ch in 'programming':
  4. ...     c[ch] = c[ch] + 1
  5. ...
  6. >>> c
  7. 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，其他字符各出现了一次。

小结

collections模块提供了一些有用的集合类，可以根据需要选用。

原文: https://wizardforcel.gitbooks.io/liaoxuefeng/content/py2/65.html