• collections模块



    二、 collections模块

    在内置数据类型(dict、list、set、tuple)的基础上,collections模块还提供了几个额外的数据类型:
    Counter、deque、defaultdict、namedtuple和OrderedDict等。

    1.namedtuple: 生成可以使用名字来访问元素内容的tuple

    2.deque: 双端队列,可以快速的从另外一侧追加和推出对象
    queue 队列

    3.Counter: 计数器,主要用来计数

    4.OrderedDict: 有序字典

    5.defaultdict: 带有默认值的字典




    (1)namedtuple("名称",[属性list])

    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.

    例子:可命名元组
    from collections import namedtuple
    point = namedtuple("point",["x","y"])    #创造模子
    p = point(1,2)
    print(p,p.x,p.y)   #point(x=1, y=2) 1 2
    首先明确了要表示的数据都是什么
    取数据的时候不会乱 不管任何时候 从元组中数据 都可以明确的知道要取的内容

    (2)deque()

    使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,
    因为list是线性存储,数据量大的时候,插入和删除效率很低。
    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:
    FIFO first in first out 先进先出

    例子1:
    import queue
    q = queue.Queue()       #单队列
    q.put(1)
    q.put(3)
    q.put(0)
    print(q.get())        #1
    print(q.get())        #3
    print(q)             #<queue.Queue object at 0x000001B5913771D0>
    
    
    例子2:
    from collections import deque
    q = deque(["a","b","c"])
    q.append("x")
    q.appendleft("y")
    print(q)   #deque(['a', 'b', 'c', 'x', 'y'])

    deque除了实现list的append()和pop()外,还支持appendleft()和popleft(),
    这样就可以非常高效地往头部添加或删除元素。

    from collections import deque
    q = deque(["a","b","c","d","e"])
    print(q.pop())    #e
    print(q)         #deque(['a', 'b', 'c', 'd'])
    
    q.popleft()
    print(q)         #deque(['b', 'c', 'd'])

    (3)OrderedDict()

    使用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:

    例子:
    from collections import OrderedDict
    d = dict([('a', 1), ('b', 2), ('c', 3)])
    print(d)     #{'a': 1, 'b': 2, 'c': 3} 无序的key
    od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
    print(od)    #OrderedDict([('a', 1), ('b', 2), ('c', 3)]) 有序的key
    
    例子2:
    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
    print(od.keys())  #按照插入的key的顺序返回   odict_keys(['z', 'y', 'x'])

    (4) defaultdict()

    例子1:
    有如下值集合 [11,22,33,44,55,66,77,88,99,90...],
    将所有大于 66 的值保存至字典的第一个key中,
    将小于 66 的值保存至第二个key的值中。

    from collections import defaultdict
    values = [11, 22, 33,44,55,66,77,88,99,90]
    my_dict = defaultdict(list)
    for value in  values:
        if value>66:
            my_dict['k1'].append(value)
        else:
            my_dict['k2'].append(value)
    
    print(my_dict)  #defaultdict(<class 'list'>, {'k2': [11, 22, 33, 44, 55, 66], 'k1': [77, 88, 99, 90]})

    例子2:
    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:

    from collections import defaultdict
    dd = defaultdict(lambda :"N/A")
    dd["key1"] = "abc"
    print(dd["key1"])
    print(dd["key2"])     #N/A   key2不存在,返回默认值

    (5)Counter()
    Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,
    以字典的键值对形式存储,其中元素作为key,其计数作为value。
    计数值可以是任意的Interger(包括0和负数)。
    Counter类和其他语言的bags或multisets很相似。
    from collections import Counter
    c = Counter('abcdeabcdabcaba')
    print(c)   #Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})



  • 相关阅读:
    ASP.Net TreeView递归
    WCF发布到IIS7问题的解决方案 (转)
    NavigationService
    【WPF】如何保存RichTextBox的文本到数据库?以及如何对RichTextBox的Document做绑定? Life Is Art 博客园
    Visibility
    WPF操作RichTextBox(转)
    WCF4.0进阶系列第三章 构建健壮的程序和服务(转)
    TreeView(递归)(转)
    WCF4.0 进阶系列–前言(转)
    递归删除树结构数据
  • 原文地址:https://www.cnblogs.com/lara0520/p/8503408.html
Copyright © 2020-2023  润新知