python进阶collections标准库使用示例详解
目录
- 前言
- namedtuple
- namedtuple的由来
- namedtuple的格式
- namedtuple声明以及实例化
- namedtuple的方法和属性
- OrderedDict
- popitem(last=True)
- move_to_end(key, last=True)
- 支持reversed
- 相等测试敏感
- defaultdict
- 小例子1
- 小例子2
- 小例子3
- Counter对象
- 创建方式
- elements()
- most_common([n])
- 应用场景
- deque([iterable[, maxlen]])
- deque的方法
- deque 用法
前言
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。
这个模块提供了以下几个函数
函数 | 作用 |
---|---|
namedtuple() | 创建命名元组子类的工厂函数 |
deque | 类似列表(list)的容器,实现了在两端快速添加(append)和弹出(pop) |
ChainMap | 类似字典(dict)的容器类,将多个映射集合到一个视图里面 |
Counter | 字典的子类,提供了可哈希对象的计数功能 |
OrderedDict | 字典的子类,保存了他们被添加的顺序 |
defaultdict | 字典的子类,提供了一个工厂函数,为字典查询提供一个默认值 |
UserDict | 封装了字典对象,简化了字典子类化 |
UserList | 封装了列表对象,简化了列表子类化 |
UserString | 封装了字符串对象,简化了字符串子类化 |
namedtuple
namedtuple的由来
因为元组的局限性:不能为元组内部的数据进行命名,所以往往我们并不知道一个元组所要表达的意义,所以引入namedtuple
这个工厂函数,来构造一个带字段名的元组。namedtuple
继承自tuple
类
命名元组赋予每个位置一个含义,提供可读性。它们可以用于任何普通元组,并添加了通过名字获取值的能力,通过索引值也是可以的。
namedtuple的格式
collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)
typename
: 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,可以通过字段名来获取属性值,同样也可以通过索引和迭代获取值。field_names
: 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' 。rename=False
: 如果rename为true,无效字段名会自动转换成_+索引值
,比如 ['abc', 'def', 'ghi', 'abc'] 转换成 ['abc', '_1', 'ghi', '_3'] , 消除关键词def和重复字段名abc。default=None
: defaults 可以为 None 或者是一个默认值的 iterable 。default默认值赋值跟我们平常的默认值相反,default默认值是从最右边开始,比如field_names
中提供了3个字段['x', 'y', 'z']
,default默认值设置为(1, 2)
,那么我们必须为x指定1个值,y默认值为1,z默认值为2module=None
: 如果 module 值有定义,命名元组的module属性值就被设置。
namedtuple声明以及实例化
我们首先创建一个User类,定义3个字段name
、age
、height
,并给age设置默认值为18,给height设置了默认值180
User = namedtuple('User', ['name', 'age', 'height'], defaults=(18, 180)) print(User.__mro__)
我们查看结果
(<class '__main__.User'>, <class 'tuple'>, <class 'object'>)
可以看到我们声明的User类是继承于tuple
,接下来我们创建实例
user1 = User(name='jkc') user2 = User(name='jkc2', age=20, height=198) print(user1) print(user2) print(user1.name) print(user2.age)
运行结果为
User(name='jkc', age=18, height=180)
User(name='jkc2', age=20, height=198)
jkc
20
namedtuple的方法和属性
命名元组还支持三个额外的方法和两个属性。为了防止字段名冲突,方法和属性以下划线开始。_make(iterable)
类方法从存在的序列或迭代实例创建一个新实例。
>>> t = ['jkc3', 25, 190] >>> User._make(t) User(name='jkc3', age=25, height=190)
_asdict()
返回一个新的 dict ,它将字段名称映射到它们对应的值
>>> user4 = User(name='jkc4', age=28, height=200) >>> user4._asdict() {'name': 'jkc4', 'age': 28, 'height': 200}
_replace(**kwargs)
返回一个新的命名元组实例,并将指定域替换为新的值
>>> user5 = User(name='jkc5', age=30, height=210) >>> user5._replace(age=18) User(name='jkc5', age=30, height=210)
_fields
字符串元组列出了字段名。用于提醒和从现有元组创建一个新的命名元组类型
>>> user5._fields ('name', 'age', 'height')
_field_defaults
字典将字段名称映射到默认值。
>>> User._field_defaults {'name': 'jkc', 'age': 18, 'height': 180}
转换一个字典到命名元组,使用 ** 两星操作符
>>> d = {'name': 'jkc6', 'age': 18, 'height': 180} >>> User(**d) User(name='jkc6', age=18, height=180)
OrderedDict
有序字典就像常规字典一样,但有一些与排序操作相关的额外功能。由于内置的dict
类获得了记住插入顺序的能力(在Python 3.7
中保证了这种新行为),它们变得不那么重要了。
与dict类的区别
- 常规的
dict
被设计为非常擅长映射操作。 跟踪插入顺序是次要的 OrderedDict
擅长重新排序操作。 空间效率、迭代速度和更新操作的性能是次要的。- 算法上,
OrderedDict
可以比dict
更好地处理频繁的重新排序操作。 这使其适用于跟踪最近的访问(例如在 LRU cache 中)。 - 对于
OrderedDict
,相等操作检查匹配顺序。 OrderedDict
类的popitem()
方法有不同的签名。它接受一个可选参数来指定弹出哪个元素。OrderedDict
类有一个move_to_end()
方法,可以有效地将元素移动到任一端。- Python 3.8之前, dict 缺少
__reversed__()
方法。
popitem(last=True)
有序字典的popitem()
方法移除并返回一个(key, value)
键值对。 如果last
值为真,则按LIFO
后进先出的顺序返回键值对,否则就按FIFO
先进先出的顺序返回键值对。
from collections import OrderedDict d = OrderedDict({'status': 200, 'message': 'success'}) print(f'原始的有序字典: {d}') print('被删除的键值对是: ', d.popitem(last=True)) # 后进先出 print(f'被删除后的有序字典: {d}') # 结果 原始的有序字典: OrderedDict([('status', 200), ('message', 'success')]) 被删除的键值对是: ('message', 'success') 被删除后的有序字典: OrderedDict([('status', 200)])
from collections import OrderedDict d = OrderedDict({'status': 200, 'message': 'success'}) print(f'原始的有序字典: {d}') print('被删除的键值对是: ', d.popitem(last=False)) # 先进先出 print(f'被删除后的有序字典: {d}') # 结果 原始的有序字典: OrderedDict([('status', 200), ('message', 'success')]) 被删除的键值对是: ('status', 200) 被删除后的有序字典: OrderedDict([('message', 'success')])
move_to_end(key, last=True)
将现有key
移动到有序字典的任一端。 如果last
为真值(默认)则将元素移至末尾;如果last
为假值则将元素移至开头。如果key
不存在则会触发KeyError
:
d = OrderedDict({'status': 200, 'message': 'success'}) d.move_to_end('status', last=True) print('移动后的字典: ', d) d.move_to_end('status', last=False) print('移动后的字典', d) # 结果 移动后的字典: OrderedDict([('message', 'success'), ('status', 200)]) 移动后的字典: OrderedDict([('status', 200), ('message', 'success')])
支持reversed
相对于通常的映射方法,有序字典还另外提供了逆序迭代的支持,通过reversed()
。
d = OrderedDict({'status': 200, 'message': 'success'}) print({key: value for key, value in reversed(d.items())}) # 结果 {'message': 'success', 'status': 200}
相等测试敏感
OrderedDict
之间的相等测试是顺序敏感的
d1 = OrderedDict({'status': 200, 'message': 'success'}) d2 = OrderedDict({'message': 'success', 'status': 200}) d3 = {'status': 200, 'message': 'success'} d4 = {'message': 'success', 'status': 200} print('OrderedDict之间的比较结果: ', d1 == d2) print('dict之间的比较结果: ', d3 == d4) print('OrderedDict与dict的比较结果: ', d1 == d3 == d4) # 结果 OrderedDict之间的比较结果: False dict之间的比较结果: True OrderedDict与dict的比较结果: True
defaultdict
返回一个新的类似字典的对象。defaultdict
是内置dict
类的子类。它重载了一个方法并添加了一个可写的实例变量。其余的功能与dict
类相同
defaultdict的作用我们看名字就知道defaultdict
的作用是为字典提供一个默认的值,我们正常情况下访问一个字典的key,如果字典中没有这个key会报错
>>> dict1 = {} >>> dict1['name'] Traceback (most recent call last): File "<pyshell#1>", line 1, in <module> dict1['name'] KeyError: 'name' >>>
此时我们就可以使用defaultdict
,它包含一个名为default_factory
的属性,构造时,第一个参数用于为该属性提供初始值,默认为None
。
这个default_factory
可以是list
、set
、str
,也可以是自定义的函数,作用是当key不存在时,返回的是工厂函数的默认值,比如list对应[ ]
,str对应的是空字符串
,set对应set( )
,int对应0
dict1 = defaultdict(int) dict2 = defaultdict(set) dict3 = defaultdict(str) dict4 = defaultdict(list) print(dict1['name']) print(dict2['name']) print(dict3['name']) print(dict4['name'])
输出
0
set()[]
小例子1
使用list
作为default_factory
,我们可以很轻松地将(键-值对组成的)序列转换为(键-列表组成的)字典:
>>> from collections import defaultdict >>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)] >>> d = defaultdict(list) >>> for k, v in s: d[k].append(v) >>> sorted(d.items()) [('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
小例子2
设置default_factory
为int
,使defaultdict
用于计数
>>> s = 'aiibiicii' >>> d = defaultdict(int) >>> for k in s: d[k] += 1 >>> sorted(d.items()) [('a', 1), ('b', 1), ('c', 1), ('i', 6)]
小例子3
如果你需要自己定义一个返回值,你可以创建1个函数,设置自定义的返回值
def constant_factory(value): return lambda: value d = defaultdict(constant_factory('success')) d.update(status=200) var = d['message'] print(sorted(d.items())) # 输出 [('message', 'success'), ('status', 200)]
Counter对象
它一个计数器工具提供快速和方便的计数。
它是dict
的子类,用于计数可哈希对象。它是一个集合,元素像字典键(key)一样存储,它们的计数存储为值。计数可以是任何整数值,包括0和负数。
创建方式
元素从一个iterable
被计数或从其他的mapping (or counter)
初始化:
c = Counter() # a new, empty counter c = Counter('gallahad') # a new counter from an iterable c = Counter({'red': 4, 'blue': 2}) # a new counter from a mapping c = Counter(cats=4, dogs=8) # a new counter from keyword args
如果引用的键没有任何记录,就返回一个0,而不是弹出一个 KeyError
>>> c = Counter(['eggs', 'ham']) >>> c['bacon'] 0
作为dict
的子类,Counter
继承了记住插入顺序的功能。Counter
对象进行数学运算时同样会保持顺序。 结果会先按每个元素在运算符左边的出现时间排序,然后再按其在运算符右边的出现时间排序。
elements()
返回一个迭代器,其中每个元素将重复出现计数值所指定次。 元素会按首次出现的顺序返回。 如果一个元素的计数值小于一,elements()
将会忽略它。
>>> c = Counter(a=4, b=2, c=0, d=-2) >>> list(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b']
most_common([n])
返回一个列表,其中包含n
个最常见的元素及出现次数,按常见程度由高到低排序。 如果n
被省略或为None
,most_common()
将返回计数器中的所有元素。 计数值相等的元素按首次出现的顺序排序:
>>> Counter('abracadabra').most_common() [('a', 5), ('b', 2), ('r', 2), ('c', 1), ('d', 1)] >>> Counter('abracadabra').most_common(2) [('a', 5), ('b', 2)]
应用场景
Counter对象一般有以下两种应用场景
1. 统计单词在列表中的出现次数
>>> count = Counter() >>> list1 = ['red', 'blue', 'red', 'green', 'blue', 'blue'] >>> for word in list1: count[word] += 1 >>> count Counter({'blue': 3, 'red': 2, 'green': 1})
count[word]
因为没有在Counter对象中,所以默认情况下会给他赋值为0,因此可以统计出单词出现的次数
2. 找出文件中最常见的十个单词
>>> import re >>> words = re.findall(r'\w+', open('log.txt').read().lower()) >>> Counter(words).most_common(10) [('the', 1180), ('and', 822), ('to', 810), ('of', 799), ('i', 688), ('you', 510), ('a', 508), ('my', 500), ('yes', 406), ('in', 318)]
deque([iterable[, maxlen]])
返回一个新的双向队列对象,从左到右初始化(用方法 append()) ,从iterable
(迭代对象) 数据创建。如果 iterable 没有指定,新队列为空。
Deque队列是由栈或者queue队列生成的。Deque 支持线程安全,内存高效添加(append)和弹出(pop),从两端都可以,两个方向的大概开销都是 O(1) 复杂度。
虽然list
对象也支持类似操作,不过这里优化了定长操作和pop(0)
和insert(0, v)
的开销。它们引起O(n)
内存移动的操作,改变底层数据表达的大小和位置。
如果maxlen
没有指定或者是None
,deques
可以增长到任意长度。否则,deque就限定到指定最大长度。一旦限定长度的deque满了,当新项加入时,同样数量的项就从另一端弹出。
deque的方法
双向队列(deque)对象支持很多方法,大部分方法list
都有
方法名 | 作用 |
---|---|
append(x) | 添加 x 到右端 |
appendleft(x) | 添加 x 到左端 |
clear() | 移除所有元素,使其长度为0 |
copy() | 创建一份浅拷贝 |
count(x) | 计算 deque 中元素等于 x 的个数 |
extend(iterable) | 扩展deque的右侧,通过添加iterable参数中的元素 |
extendleft(iterable) | 扩展deque的左侧,通过添加iterable参数中的元素。注意,左添加时,在结果中iterable参数中的顺序将被反过来添加 |
index(x[, start[, stop]]) | 返回 x 在 deque 中的位置(在索引 start 之后,索引 stop 之前)。 返回第一个匹配项,如果未找到则引发 ValueError |
insert(i, x) | 在位置 i 插入 x,如果插入会导致一个限长 deque 超出长度 maxlen 的话,就引发一个 IndexError。 |
pop() | 移去并且返回一个元素,deque 最右侧的那一个。 如果没有元素的话,就引发一个 IndexError |
popleft() | 移去并且返回一个元素,deque 最左侧的那一个。 如果没有元素的话,就引发 IndexError |
remove(value) | 移除找到的第一个 value。 如果没有的话就引发 ValueError |
reverse() | 将deque逆序排列。返回 None 。 |
rotate(n=1) | 向右循环移动 n 步。 如果 n 是负数,就向左循环。如果deque不是空的,向右循环移动一步就等价于d.appendleft(d.pop()), 向左循环一步就等价于d.append(d.popleft())。 |
maxlen | Deque的最大尺寸,如果没有限定的话就是 None |
deque 用法
① linux下查看最新日志的命令是:tail -n 2 test.log
,deque也可以实现同样的功能
def tail(filename, n=10): with open(filename) as f: return deque(f, n)
② 维护一个近期添加元素的序列,通过从右边添加和从左边弹出
def moving_average(iterable, n=3): # moving_average([40, 30, 50, 46, 39, 44]) --> 40.0 42.0 45.0 43.0 # http://en.wikipedia.org/wiki/Moving_average it = iter(iterable) d = deque(itertools.islice(it, n-1)) d.appendleft(0) s = sum(d) for elem in it: s += elem - d.popleft() d.append(elem) yield s / n
以上就是python进阶collections标准库使用示例详解的详细内容,更多关于python collections标准库的资料请关注我们其它相关文章!