学会在Python中使用collections的集合类

ty211369 7年前
   <h2>前言</h2>    <p>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是一个作为单向链表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。</p>    <h2>defaultdict</h2>    <p>defaultdict在普通的dict之上添加了default_factory,使得key(键)不存在时会自动生成相应类型的value(值),我们可以在defaultdict的第一个参数中指定相应的default_factory,这个参数可以指定成list, set, int等各种合法类型。</p>    <p>example1</p>    <pre>  <code class="language-python">>>> from collections import defaultdict  >>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]</code></pre>    <p>我们现在有上面这样一组list(列表),虽然我们有6组数据,但是仔细观察后发现其实我们只有两种color(颜色),但是每一个color对应多个值。现在我们想要将这个list转换成一个dict(字典),这个dict的key(键)对应一种color,dict的value(值)设置为一个list存放color对应的多个值。我们可以使用 <strong>defaultdict(list)</strong> 来解决这个问题。</p>    <pre>  <code class="language-python"># d可以看作一个dict(字典),dict的value是一个list(列表)  >>> d = defaultdict(list)    >>> for k in s:  ...     d[k].append(v)  ...       >>> d  >>> defaultdict(<class 'list'>, {'blue': [2, 4, 4], 'red': [1, 3, 1]})</code></pre>    <p>example2</p>    <p>上面这个例子中有一些不完美的地方,比如说 <em>{'blue': [2, 4, 4], 'red': [1, 3, 1]}</em> 这个defaultdict中blue颜色中包含两个4,red颜色中包含两个1,但是我们不希望含有重复的元素,这个时候可以考虑使用 <strong>defaultdict(set)</strong> 来解决这个问题。set(集合)相比list(列表)的不同之处在于set中不允许存在相同的元素。</p>    <pre>  <code class="language-python">>>> d = defaultdict(list)    >>> for k in s:  ...     d[k].add(v)  ...     >>> d  >>> defaultdict(<class 'set'>, {'blue': {2, 4}, 'red': {1, 3}})</code></pre>    <p>example3</p>    <pre>  <code class="language-python">>>> s = 'hello world'</code></pre>    <p>通过使用 <strong>defaultdict(int)</strong> 的形式我们来统计一个字符串中每个字符出现的个数</p>    <pre>  <code class="language-python">>>> d = defaultdict(int)    >>> for k in s:  ...     d[k] += 1  ...       >>> d  >>> defaultdict(<class 'int'>, {'o': 2, 'h': 1, 'w': 1, 'l': 3, ' ': 1, 'd': 1, 'e': 1, 'r': 1})</code></pre>    <h2>OrderedDict</h2>    <p>我们知道默认的dict(字典)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(子类),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。</p>    <p>example1</p>    <pre>  <code class="language-python"># 无序的dict  >>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}</code></pre>    <p>这是一个无序的dict(字典),现在我们可以使用OrderedDict来让这个dict变得有序。</p>    <pre>  <code class="language-python"># 将d按照key来排序  >>> OrderedDict(sorted(d.items(), key=lambda t: t[0]))  OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])    # 将d按照value来排序  >>> OrderedDict(sorted(d.items(), key=lambda t: t[1]))  OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])    # 将d按照key的长度来排序  >>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0])))  OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])</code></pre>    <p>example2</p>    <p>使用 <strong>popitem(last=True)</strong> 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。</p>    <pre>  <code class="language-python">>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}    # 将d按照key来排序  >>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))    >>> d  OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])    # 使用popitem()方法来移除最后key-value对  >>> d.popitem()  ('pear', 1)    # 使用popitem(last=False)来移除最后一个key-value对  >>> d.popitem(last=False)  ('apple', 4)</code></pre>    <p>example3</p>    <p>使用 <strong>move_to_end(key, last=True)</strong> 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。</p>    <pre>  <code class="language-python">>>> from collections import OrderedDict    >>> d = OrderedDict.fromkeys('abcde')    >>> d  OrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])    # 将key为b的key-value对移动到dict的最后  >>> d.move_to_end('b')    >>> d  OrderedDict([('a', None), ('c', None), ('d', None), ('e', None), ('b', None)])    >>> ''.join(d.keys())  'acdeb'    # 将key为b的key-value对移动到dict的最前面  >>> d.move_to_end('b', last=False)    >>> ''.join(d.keys())  'bacde'</code></pre>    <h2>deque</h2>    <p>list存储数据的优势在于按找索引查找元素会很快,但是插入和删除元素就很慢了,因为它是是单链表的数据结构。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。</p>    <p>list只提供了append和pop方法来从list的尾部插入/删除元素,但是deque新增了 <strong>appendleft/popleft</strong> 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在队列两端添加(append)或弹出(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)。由于对deque的操作和list基本一致,这里就不重复了。</p>    <h2>ChainMap</h2>    <p>ChainMap用来将多个dict(字典)组成一个list(只是比喻),可以理解成合并多个字典,但和update不同,而且效率更高。</p>    <pre>  <code class="language-python">>>> from collections import ChainMap  >>> a = {'a': 'A', 'c': 'C'}    >>> b = {'b': 'B', 'c': 'D'}    >>> m = ChainMap(a, b)    # 构造一个ChainMap对象  >>> m  ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})    >>> m['a']  'A'    >>> m['b']  'B'    # 将m变成一个list  >>> m.maps  [{'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'}]</code></pre>    <pre>  <code class="language-python"># 更新a中的值也会对ChainMap对象造成影响  >>> a['c'] = 'E'  >>> m['c']  'E'    # 从m从复制一个ChainMap对象,更新这个复制的对象并不会对m造成影响  >>> m2 = m.new_child()    >>> m2['c'] = 'f'    >>> m['c']  'E'    >>> a['c']  'E'    >>> m2.parents  ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})</code></pre>    <h2>Counter</h2>    <p>example1</p>    <p>Counter也是dict的一个subclass,它是一个无序容器,可以看做一个计数器,用来统计相关元素出现的个数。</p>    <pre>  <code class="language-python">>>> from collections import Counter  >>> cnt = Counter()    # 统计列表中元素出现的个数  >>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:  ...  cnt[word] += 1  ...    >>> cntCounter({'blue': 3, 'red': 2, 'green': 1})    # 统计字符串中元素出现的个数  >>> cnt = Counter()    >>> for ch in 'hello':  ...     cnt[ch] = cnt[ch] + 1  ...     >>> cnt  Counter({'l': 2, 'o': 1, 'h': 1, 'e': 1})</code></pre>    <p>example2</p>    <p>elements()方法按照元素的出现次数返回一个iterator(迭代器),元素以任意的顺序返回,如果元素的计数小于1,将忽略它。</p>    <pre>  <code class="language-python">>>> c = Counter(a=4, b=2, c=0, d=-2)    >>> c  Counter({'a': 4, 'b': 2, 'c': 0, 'd': -2})    >>> c.elements()  <itertools.chain object at 0x7fb0a069ccf8>    >>> next(c)  'a'    # 排序  >>> sorted(c.elements())  ['a', 'a', 'a', 'a', 'b', 'b']</code></pre>    <p>most_common(n)返回一个list, list中包含Counter对象中出现最多前n个元素。</p>    <pre>  <code class="language-python">>>> c = Counter('abracadabra')    >>> c  Counter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1})    >>> c.most_common(3)    [('a', 5), ('b', 2), ('r', 2)]</code></pre>    <h2>namedtuple</h2>    <p>使用namedtuple( <em>typename</em> ,  <em>field_names</em> )命名tuple中的元素来使程序更具可读性</p>    <pre>  <code class="language-python">>>> from collections import namedtuple    >>> Point = namedtuple('PointExtension', ['x', 'y'])    >>> p = Point(1, 2)    >>> p.__class__.__name__  'PointExtension'    >>> p.x1    >>> p.y2</code></pre>    <p> </p>    <p>来自:http://www.tuicool.com//articles/yQvqyuQ</p>    <p> </p>