Python collection的使用

• 2020 年 1 月 9 日
• 筆記

Python中的基本数据结构有list，dict，tuple，set。Python还有一个功能比较强大的包collections，可以处理并维护一个有序的dict，可以提高程序的运行效率。 1、collections中defaultdict的使用 defaultdict在字典dict的基础之上添加一个参数default_factory（default_factory可以指定为list，set，int） 例子1：将下面的list转换成一个dict，其中key对应的value是一个list

>>from collections import defaultdict  >>l=[('a',2),('b',3),('a',1),('b',4),('a',3),('a',1),('b',3)]  >>d=defaultdict(list)  >>for key,value in l:        d[key].append(value)  >>d  defaultdict(<class 'list'>,{'a':[2,1,3,1],'b':[3,4,3]}

例子2：例1中value中包含重复元素，如果我们不想要value中的元素重复，可以用defaultdict(set)来解决这个问题，set与list不同之处就是set中不允许存在相同的元素

>>d = defaultdict(set)  >>for key,value in s:        d[key].add(value)  >>d  defaultdict(<class 'set'>, {'a': {2,1,3}, 'b': {3,4}})

例子3：如果要统计一个字符串中每个字符出现的次数，可以使用defaultdict(int)

>sen='hello world'  >d=defaultdict(int)  >for key,value in sen:       d[key]+=1  >d  defaultdict(<class 'int'>, {'o': 2, 'h': 1, 'w': 1, 'l': 3, ' ': 1, 'd': 1, 'e': 1, 'r': 1})

2、collections中OrdereDict的使用 字典dict是无序的，如果我们想要有序的dict，可以使用OrdereDict 例子1：

>from collections import OrderedDic  >d={'b':3,'a':4,'c':2,'d':1}  # 将d按照key来排序  >OrderedDic(sorted(d.items(),key=lambda t:t[0]))  OrderedDic([('a',4),('b',3),('c',2),('d',1)])  # 按照value来排序  >OrderedDict(sorted(d.items(),key=lambda t:t[1]))  OrderedDic([('d',1),('c',2),('b',3),('a',4)])  # 按照key的长度来排序  >OrderedDic(sorted(d.items(),key=lambda t:len(t[0])))

如果我们要删除dict中的key-value,popitem(last=True)按照先进后出的顺序删除dict中的key-value，popitem(last=False)按照先进先出的规则删除dict中的key-value

    例子2：例1中已经按照key排序的dict，使用使用popitem()方法来移除最后一个key-value对  >d.popitem()  ('d',1)  # 使用popitem(last=False)  >d.popitem(last=False)  ('a',4)

例子3：如果我们想要改变有序的OrderedDict对象的key-value顺序，可以使用move_to_end(key,last=True)

>d = OrderedDict.fromkeys('abcde')  OrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])  # 将key为c的key-value移动到最后  >d.move_to_end('c')  # 将key为c的key-value移动到最前面  >d.move_to_end('c',last=False)  >''.join(d.keys())  cabde

3、collections中deque的使用 deque是为了向list中删除和插入的效率更高，用法与list相似，而list自带的append和pop方法（尾部插入和删除）速度慢 4、collections中ChainMap的使用 ChainMap可以合并多个dict，而且效率很高

>from collections import ChainMap  > a = {'a': 4, 'c': 2}  > b = {'b': 3, 'c': 1}  > c=ChainMap(a,b)  ChainMap({'a': 4, 'c': 2}, {'b': 3, 'c': 1})  # 将c变成一个list  >c.maps  [{'a': 4, 'c': 2}, {'b': 3, 'c': 1}]

5、collections中Counter的使用 例子1：若想统计相关元素出现的次数，可以使用Counter

>from collections import Counter  >cnt=Counter()  >for w in ['a','b','a','a','a','r','b']:      cnt[w]+=1  Counter({'a': 4, 'b': 2, 'r': 1})  # 统计字符串出现的次数 前面有统计sen='hello world'，用defaultdict(int)  >cnt = Counter()  > for ch in 'hello':      cnt[ch] = cnt[ch] + 1  Counter({'l': 2, 'o': 1, 'h': 1, 'e': 1})

例子2：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。

>c = Counter(a=4, b=3, c=1, d=-4,e=0)  Counter({'a': 4, 'b': 3, 'c': 1, 'd': -4, 'e':0})  >sorted(c.elements())  ['a', 'a', 'a', 'a', 'b', 'b','b','c']  # 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。  >c = Counter('abracadabra')  Counter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1})  >c.most_common(3)  [('a', 5), ('b', 2), ('r', 2)]

6、collections中namedtuple的使用 命名tuple中的元素，使用namedtuple(typename,field_names)

>from collections import namedtuple  >nm=namedtuple('helloworld',['x','y'])  >n=nm(1,2)  >n__class__.__name__  'helloworld'  >n.x  1  >n.y  2