一.collections模块
Python拥有一些内置的数据类型，比如str, int, list, tuple, dict等， collections模块在这些内置数据类型的基础上，提供了几个额外的数据类型：
- namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
- deque: 双端队列，可以快速的从另外一侧追加和推出对象
- Counter: 计数器，主要用来计数
- OrderedDict: 有序字典
defaultdict: 带有默认值的字典
# collections 模块 python 中的扩展数据类型 # collections 模块 建立在 dict list set tuple 基础之上 # 计数器（counter） # 有序字典（orderedDict） # 默认字典（defaultdict） # 可命名元组（namedtuple） # 双向队列（deque）
# collections 模块 python 中的扩展数据类型 # collections 模块 建立在 dict list set tuple 基础之上 # 计数器（counter） # 有序字典（orderedDict） # 默认字典（defaultdict） # 可命名元组（namedtuple） # 双向队列（deque） from collections import 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： Point=namedtuple('point',['x','y','z']) # 取得名字 p=Point(1,2,3) p2=Point(5,6,7) print(p.x) # 1 print(p.y) # 2 print(p.z) # 3 print(p) # point(x=1, y=2, z=3) print(p2) # point(x=5, y=6, z=7)
1. 模拟栈数据结构(压栈 ，出栈)
# 模拟栈数据结构 # 压栈向栈里导入数据 a1=[] a1.append("A") print(a1) #['A'] a1.append("B") print(a1) #['A', 'B'] a1.append("C") print(a1) #['A', 'B', 'C'] print("!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!") # 出栈 b1=a1.pop() print(b1) # C print(a1) # ['A', 'B'] b2=a1.pop() print(b2) # B print(a1) # ['A'] b3=a1.pop() print(b3) # A print(a1) # []
2.创建一个队列(压栈 出栈)
# 队列是先进先出 # 创建一个队列 import collections queue = collections.deque() print(queue) # deque([]) # 进队 queue.append("1") print(queue) # deque(['1']) queue.append("2") print(queue) # deque(['1', '2']) queue.append("3") print(queue) # deque(['1', '2', '3']) # 出队取数据 a1 = queue.popleft() print(a1) # 1 print(queue) # deque(['2', '3']) a2 = queue.popleft() print(a2) # 2 print(queue) # deque(['3']) a3 = queue.popleft() print(a3) # 3 print(queue) # deque([])
from collections import namedtuple # from collections import deque # 队列先进先出 q=queue.Queue() # 创建队列 print(q,"创建队列") q.put(10) q.put(5) q.put(3) print(q.get()) print(q.get()) print(q.get()) # print(q.get()) # 没有值取了不会报错但是会阻塞 print(q.qsize()) #就是查看队列中有没有数据 表示向队列里面添加了三次数据
deque.append() # 从后面放数据 deque.appendleft() #从前面放数据 deque.pop() #从后面取数据 deque.popleft() #从前面取数据 deque.insert() #从前添加数据
a=[] a.append("1") a.append("2") a.append("3") print(a) print(a.pop()) # ['1', '2', '3'] # # 3
3.OrderedDict
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： # 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：
from collections import OrderedDict d = dict([('a', 1), ('b', 2), ('c', 3)]) print(d) # dict的Key是无序的 # {'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： od = OrderedDict() od['z'] = 1 od['y'] = 2 od['x'] = 3 cc=od.keys() # 按照插入的Key的顺序返回 print(cc) # odict_keys(['z', 'y', 'x'])
od = OrderedDict([('a', 4), ('b', 2), ('c', 3)]) print(od) # OrderedDict的Key是有序的 OrderedDict([('a', 4), ('b', 2), ('c', 3)]) print(od['b']) #2 for i in od: print(od[i])
4.defaultdict
# 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 # 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。 from collections import defaultdict dd = defaultdict(lambda: 'N/A') dd['key1'] = 'abc' aa= dd['key1'] # key1存在 print(aa) dd=dd['key2'] # key2不存在，返回默认值 print(dd)
二. 队列案例
# 队列就是先进去的 就先走 相当于排队 # # import collections import os # 队列是先进先出 def aa(path): # 创建一个队列 queue=collections.deque() # 进队 queue.append(path) while len(queue)!=0: # 出队取数据 dirPath=queue.popleft() # 找出所有文件 filesList=os.listdir(dirPath) for fileName in filesList: # 绝对路径 fileAbsPath=os.path.join(dirPath,fileName) #print(fileAbsPath) # E:Studypythonpy2dir.project # E:Studypythonpy2dir2 # E:Studypythonpy2dirapp.js # E:Studypythonpy2dircontroller # E:Studypythonpy2dirmodels # E:Studypythonpy2dir ode_modules # E:Studypythonpy2dirpackage.json # E:Studypythonpy2dirpublic # E:Studypythonpy2diruploads # E:Studypythonpy2dirviews # 判断是否为目录 if os.path.isdir(fileAbsPath): print("目录-----"+fileName) #目录-----controller # 目录-----models # 目录-----node_modules queue.append(fileAbsPath) else: print("普通文件-----"+fileName) # 普通文件-----index.js # 普通文件-----callsite-tostring.js # 普通文件-----event-listener-count.js # 普通文件-----index.js aa(r"E:Studypythonpy2dir")