【Python047-魔法方法：定制序列】

一、协议是什么

1、协议（protocols）与其他编程语言中的接口很相似，它规定你那些方法必须要定义。然而在Python中协议就显的不那么正式，事实上，在Python中，协议更像是一种指南

2、容器类型的协议

** 如果你希望定制的容器是不可变的话，那你只需要定义__len__(),和__getitem__()方法

** 如果你希望定制的容器是可变的话，那你除了定义__len__() 和__getitem__()方法外，还需要定义__setitem__()和 __delitem__()两个方法

3、容器类型

__len__(self)　　　　　　　　　　定义当被len()调用时的行为（返回容器中元素的个数）

__getitem__(self,key)　　　　　　定义获取容器中指定元素的行为，相当于self[key]

__setitem__(self,key,value)　　　 定义设置容器中指定元素的行为，相当于self[key] = value

__delitem__(self,key)　　　　　　定义删除容器中指定元素的行为，相当于del self[key]

__item__(self)　　　　　　　　　 定义当迭代容器中元素的行为

__reversed__(self)　　　　　　    定义当被reversed()调用时的行为

__contains__(self,item)　　　　   定义当使用成员测试运算符（in 或 not in）时的行为

魔法方法详解：https://fishc.com.cn/thread-48793-1-2.html

二、 编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数

#定制一个不可改变的列表，并且记录每个元素的访问次数
class CountList:
    def __init__(self,*args):#不知道需要传入多少个参数，那么就设置一个可变的参数集
        self.values = [x for x in args]#列表推导式
        #用列表推导式遍历用户传入的参数并建立一个列表
        #self.value里面的内容是用户传入的参数
        print("self_value++",self.values)
        self.count = {}.fromkeys(range(len(self.values)),0)
        #用fromey()方法建立一个字典，self.count是字典
        #字典的key是self.value的索引，对应的value值分别初始化为0
        print("self.count--",self.count)

    def __len__(self):
        return len(self.values) #当len被调用时，返回了容器中元素的个数

    def __getitem__(self,key):
        #这里用户想要得到某个参数的访问次数，需要传入该参数的索引值
        self.count[key] +=1 #每访问一次key对应的value就记录一次
        return self.values[key]
      
执行结果：
>>> c1 = CountList(1,3,5,7,9)
self_value++ [1, 3, 5, 7, 9]
self.count-- {0: 0, 1: 0, 2: 0, 3: 0, 4: 0}
>>> c1[1]
3
>>> c1.count
{0: 0, 1: 1, 2: 0, 3: 0, 4: 0}
>>> c1[1]
3
>>> c1.count
{0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
>>> c1[1]
3
>>> c1.count
{0: 0, 1: 3, 2: 0, 3: 0, 4: 0}

'''
|-- 由打印出来的结果：
|-- self_value++ [1, 3, 5, 7, 9]
|-- self.count-- {0: 0, 1: 0, 2: 0, 3: 0, 4: 0}
|-- 可以得知，列表里面放的是传入的参数，只不过是已列表推导式形成一个列表，字典里面放的是列表的索引以及访问列表内属性的次数，默认为0
|-- 采用__len__()：当len被调用时，返回了容器中元素的个数
|-- 为了实现每访问一次元素，就使访问的次数叠加1，必须传入字典self.count的key，并且逐步+1：self.count[key] +=1
'''

三、python中统计list中各元素出现的此时

1、利用python字典统计

2、利用python的collection中的Counter的类统计

3、利用python的panda包下的value_counts的类统计

#利用python字典统计
a = [1,2,3,1,2,5]
dict = {}
for key in a:
    dict[key] = dict.get(key,0)+1

print(dict)

执行结果：
{1: 2, 2: 2, 3: 1, 5: 1

#利用python的collection中的Counter的类统计

from collections import Counter
a =[2,2,2,3,3,4,5]
result = Counter(a)
print(result)

执行结果：
Counter({2: 3, 3: 2, 4: 1, 5: 1})

#利用pandas包下的value_counts方法
import pandas as pd
a = [2,2,33,4,5,5]
result = pd.value_counts(a)
print(result)


执行结果：
5     2
2     2
4     1
33    1
dtype: int64
>>> 

#panda包的value_counts()方法不仅可以统计list中元素出现的次数，还可以对矩阵元素进行统计
import pandas as pd
a = pd.DataFrame([[1,2,3],
                 [3,1,3],
                 [1,2,1]])
result = a.apply(pd.value_counts)
print(result)

执行结果：
     0    1    2
1  2.0  1.0  1.0
2  NaN  2.0  NaN
3  1.0  NaN  2.0

四、读取数据库内的数据，并且统计数据库内某一列元素出现的次数（大约100w条数据）

from collections import Counter
import pandas as pd
import numpy
import time

#随机生成一个含有一百万整数的列表
def get_random_list():
    numpy.random.seed(10)
    return numpy.random.randint(0,1000000,1000000)

#第一种方法：字典
def get_list(l):
    dict = {}
    t1 = time.time()
    for i in l:
        if i in dict.keys(): #判断元素是否在字典内，如果在则对应的value+1
            dict[i] = int(dict[i])+1
        else:
            dict[i] = 1  #如果不在，字典中新增对应的items

    t2 = time.time()
    #print("list_dict==",dict)
    print("list_time==",t2-t1)

#第二种方法：采用list的count()函数：用于统计某个元素在列表内出现的次数
def get_count_py_count(l):
    dict = {}
    t1 = time.time()
    s = set(l) #集合：得到不重复的元素

    for i in s:
        #解决：AttributeError: 'numpy.ndarray' object has no attribute 'count错误的方法:增加一个tolist()函数
        dict[i] = l.tolist().count(i) #对集合中的每一个元素分别计数，存入dictionary中

    t2 = time.time()
    print("count_time：",t2-t1)
    return dict

'''
|-- 第三种方法：采用collections的Counter类
|-- Counter(l)统计列表内数字出现的次数，然后放入字典内：dict(count)
'''
def get_count_py_counter(l):
    t1 = time.time()
    count = Counter(l)
    t2 = time.time()
    print("counter_time++",t2-t1)
    count_dict = dict(count)
    return count_dict

'''
|-- 第四种方法：采用pandas包的value_counts方法
|-- pd.value_counts(l)统计列表内数字出现的次数，然后放入字典内：dict(count)
'''
def get_count_py_pandas(l):
    t1 = time.time()
    count = pd.value_counts(l)
    t2 = time.time()
    print("pandas_time--",t2-t1)
    count_dict = dict(count)
    return count_dict

if __name__ == "__main__":
    l = get_random_list()
    get_list(l)
    #print("出现的次数：",l.tolist().count(355353))
    #get_count_py_count(l)
    get_count_py_counter(l)
    get_count_py_pandas(l)
    
执行结果：
list_time== 1.8361890316009521
counter_time++ 0.8999738693237305
pandas_time-- 0.28310179710388184

'''
|-- 由字典统计次数时间，Counter统计时间和value_counts统计时间可以看出：100万数据，pandas的统计时间是最短的
'''