Python标准库之collections包的使用教程
前言
Python为我们提供了4种基本的数据结构:list,tuple,dict,set,但是在处理数据量较大的情形的时候,这4种数据结构就明显过于单一了,比如list作为数组在某些情形插入的效率会比较低,有时候我们也需要维护一个有序的dict。所以这个时候我们就要用到Python标准库为我们提供的collections包了,它提供了多个有用的集合类,熟练掌握这些集合类,不仅可以让我们让写出的代码更加Pythonic,也可以提高我们程序的运行效率。
defaultdict
defaultdict(default_factory)在普通的dict之上添加了default_factory,使得key不存在时会自动生成相应类型的value,default_factory参数可以指定成list,set,int等各种合法类型。
我们现在有下面这样一组list,虽然我们有5组数据,但是仔细观察后发现其实我们只有3种color,但是每一种color对应多个值。现在我们想要将这个list转换成一个dict,这个dict的key对应一种color,dict的value设置为一个list存放color对应的多个值。我们可以使用defaultdict(list)来解决这个问题。
>>>fromcollectionsimportdefaultdict >>>s=[('yellow',1),('blue',2),('yellow',3),('blue',4),('red',1)] >>>d=defaultdict(list) >>>fork,vins: ...d[k].append(v) ... >>>sorted(d.items()) [('blue',[2,4]),('red',[1]),('yellow',[1,3])]
以上等价于:
>>>d={} >>>fork,vins: ...d.setdefault(k,[]).append(v) ... >>>sorted(d.items()) [('blue',[2,4]),('red',[1]),('yellow',[1,3])]
如果我们不希望含有重复的元素,可以考虑使用defaultdict(set)。set相比list的不同之处在于set中不允许存在相同的元素。
>>>fromcollectionsimportdefaultdict >>>s=[('red',1),('blue',2),('red',3),('blue',4),('red',1),('blue',4)] >>>d=defaultdict(set) >>>fork,vins: ...d[k].add(v) ... >>>sorted(d.items()) [('blue',{2,4}),('red',{1,3})]
OrderedDict
Python3.6之前的dict是无序的,但是在某些情形我们需要保持dict的有序性,这个时候可以使用OrderedDict,它是dict的一个subclass,但是在dict的基础上保持了dict的有序型,下面我们来看一下使用方法。
>>>#regularunsorteddictionary >>>d={'banana':3,'apple':4,'pear':1,'orange':2} >>>#dictionarysortedbykey >>>OrderedDict(sorted(d.items(),key=lambdat:t[0])) OrderedDict([('apple',4),('banana',3),('orange',2),('pear',1)]) >>>#dictionarysortedbyvalue >>>OrderedDict(sorted(d.items(),key=lambdat:t[1])) OrderedDict([('pear',1),('orange',2),('banana',3),('apple',4)]) >>>#dictionarysortedbylengthofthekeystring >>>OrderedDict(sorted(d.items(),key=lambdat:len(t[0]))) OrderedDict([('pear',1),('apple',4),('orange',2),('banana',3)])
使用popitem(last=True)方法可以让我们按照LIFO(先进后出)的顺序删除dict中的key-value,即删除最后一个插入的键值对,如果last=False就按照FIFO(先进先出)删除dict中key-value。
>>>d={'banana':3,'apple':4,'pear':1,'orange':2} >>>#dictionarysortedbykey >>>d=OrderedDict(sorted(d.items(),key=lambdat:t[0])) >>>d OrderedDict([('apple',4),('banana',3),('orange',2),('pear',1)]) >>>d.popitem() ('pear',1) >>>d.popitem(last=False) ('apple',4)
使用move_to_end(key,last=True)来改变有序的OrderedDict对象的key-value顺序,通过这个方法我们可以将排序好的OrderedDict对象中的任意一个key-value插入到字典的开头或者结尾。
>>>d=OrderedDict.fromkeys('abcde') >>>d OrderedDict([('a',None),('b',None),('c',None),('d',None),('e',None)]) >>>d.move_to_end('b') >>>d OrderedDict([('a',None),('c',None),('d',None),('e',None),('b',None)]) >>>''.join(d.keys()) 'acdeb' >>>d.move_to_end('b',last=False) >>>''.join(d.keys()) 'bacde'
deque
list存储数据的优势在于按索引查找元素会很快,但是插入和删除元素就很慢了,因为list是基于数组实现的。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,而且线程安全。
list只提供了append和pop方法来从list的尾部插入/删除元素,deque新增了appendleft/popleft等方法允许我们高效的在元素的开头来插入/删除元素。而且使用deque在队列两端append或pop元素的算法复杂度大约是O(1),但是对于list对象改变列表长度和数据位置的操作例如pop(0)和insert(0,v)操作的复杂度高达O(n)。
>>>fromcollectionsimportdeque >>>dq=deque(range(10),maxlen=10) >>>dq deque([0,1,2,3,4,5,6,7,8,9],maxlen=10) >>>dq.rotate(3) >>>dq deque([7,8,9,0,1,2,3,4,5,6],maxlen=10) >>>dq.rotate(-4) >>>dq deque([1,2,3,4,5,6,7,8,9,0],maxlen=10) >>>dq.appendleft(-1) >>>dq deque([-1,1,2,3,4,5,6,7,8,9],maxlen=10) >>>dq.extend([11,22,33]) >>>dq deque([3,4,5,6,7,8,9,11,22,33],maxlen=10) >>>dq.extendleft([10,20,30,40]) >>>dq deque([40,30,20,10,3,4,5,6,7,8],maxlen=10)
Counter
Count用来统计相关元素的出现次数。
>>>fromcollectionsimportCounter >>>ct=Counter('abracadabra') >>>ct Counter({'a':5,'r':2,'b':2,'d':1,'c':1}) >>>ct.update('aaaaazzz') >>>ct Counter({'a':10,'z':3,'r':2,'b':2,'d':1,'c':1}) >>>ct.most_common(2) [('a',10),('z',3)] >>>ct.elements()
namedtuple
使用namedtuple(typename,field_names)命名tuple中的元素来使程序更具可读性。
>>>fromcollectionsimportnamedtuple >>>City=namedtuple('City','namecountrypopulationcoordinates') >>>tokyo=City('Tokyo','JP',36.933,(35.689722,139.691667)) >>>tokyo City(name='Tokyo',country='JP',population=36.933,coordinates=(35.689722,139.691667)) >>>tokyo.population 36.933 >>>tokyo.coordinates (35.689722,139.691667) >>>tokyo[1] 'JP'
>>>City._fields ('name','country','population','coordinates') >>>LatLong=namedtuple('LatLong','latlong') >>>delhi_data=('DelhiNCR','IN',21.935,LatLong(28.613889,77.208889)) >>>delhi=City._make(delhi_data) >>>delhi._asdict() OrderedDict([('name','DelhiNCR'),('country','IN'),('population',21.935), ('coordinates',LatLong(lat=28.613889,long=77.208889))]) >>>forkey,valueindelhi._asdict().items(): print(key+':',value) name:DelhiNCR country:IN population:21.935 coordinates:LatLong(lat=28.613889,long=77.208889)
ChainMap
ChainMap可以用来合并多个字典。
>>>fromcollectionsimportChainMap >>>d=ChainMap({'zebra':'black'},{'elephant':'blue'},{'lion':'yellow'}) >>>d['lion']='orange' >>>d['snake']='red' >>>d ChainMap({'lion':'orange','zebra':'black','snake':'red'}, {'elephant':'blue'},{'lion':'yellow'})
>>>deld['lion'] >>>deld['elephant'] Traceback(mostrecentcalllast): File"/usr/lib/python3.5/collections/__init__.py",line929,in__delitem__ delself.maps[0][key] KeyError:'elephant' Duringhandlingoftheaboveexception,anotherexceptionoccurred: Traceback(mostrecentcalllast): File"",line1,in File"/usr/lib/python3.5/collections/__init__.py",line931,in__delitem__ raiseKeyError('Keynotfoundinthefirstmapping:{!r}'.format(key)) KeyError:"Keynotfoundinthefirstmapping:'elephant'"
从上面del['elephant']的报错信息可以看出来,对于改变键值的操作ChainMap只会在第一个字典self.maps[0][key]进行查找,新增加的键值对也都会加入第一个字典,我们来改进一下ChainMap解决这个问题:
classDeepChainMap(ChainMap): 'VariantofChainMapthatallowsdirectupdatestoinnerscopes' def__setitem__(self,key,value): formappinginself.maps: ifkeyinmapping: mapping[key]=value return self.maps[0][key]=value def__delitem__(self,key): formappinginself.maps: ifkeyinmapping: delmapping[key] return raiseKeyError(key) >>>d=DeepChainMap({'zebra':'black'},{'elephant':'blue'},{'lion':'yellow'}) >>>d['lion']='orange'#updateanexistingkeytwolevelsdown >>>d['snake']='red'#newkeysgetaddedtothetopmostdict >>>deld['elephant']#removeanexistingkeyoneleveldown DeepChainMap({'zebra':'black','snake':'red'},{},{'lion':'orange'})
可以使用new_child来deepcopy一个ChainMap:
>>>fromcollectionsimportChainMap >>>a={'a':'A','c':'C'} >>>b={'b':'B','c':'D'} >>>m=ChainMap({'a':'A','c':'C'},{'b':'B','c':'D'}) >>>m ChainMap({'a':'A','c':'C'},{'b':'B','c':'D'}) >>>m['c'] 'C' >>>m.maps [{'c':'C','a':'A'},{'c':'D','b':'B'}] >>>a['c']='E' >>>m['c'] 'E' >>>m ChainMap({'c':'E','a':'A'},{'c':'D','b':'B'})
>>>m2=m.new_child() >>>m2['c']='f' >>>m2 ChainMap({'c':'f'},{'c':'E','a':'A'},{'c':'D','b':'B'}) >>>m ChainMap({'c':'E','a':'A'},{'c':'D','b':'B'}) >>>m2.parents ChainMap({'c':'E','a':'A'},{'c':'D','b':'B'})
UserDict
下面我们来改进一下字典,查询字典的时候将key转换为str的形式:
classStrKeyDict0(dict): def__missing__(self,key): ifisinstance(key,str): raiseKeyError(key) returnself[str(key)] defget(self,key,default=None): try: returnself[key] exceptKeyError: returndefault def__contains__(self,key): returnkeyinself.keys()orstr(key)inself.keys()
解释一下上面这段程序:
- 在__missing__中isinstance(key,str)是必须要的,请思考一下为什么?因为假设一个key不存在的话,这会造成infiniterecursion,self[str(key)]会再次调用__getitem__。
- __contains__也是必须实现的,因为kind的时候会进行调用,但是注意即使查找失败它也不会调用__missing__。关于__contains__还有一个细节就是:我们并没有使用kinmy_dict,因为str(key)inself的形式,因为这会造成递归调用__contains__。
这里还强调一点,在Python2.x中dict.keys()会返回一个list,这意味着kinmy_list必须遍历list。在Python3.x中针对dict.keys()做了优化,性能更高,它会返回一个view如同set一样,详情参考官方文档。
上面这个例子可以用UserDict改写,并且将所有的key都以str的形式存储,而且这种写法更加常用简洁:
importcollections classStrKeyDict(collections.UserDict): def__missing__(self,key): ifisinstance(key,str): raiseKeyError(key) returnself[str(key)] def__contains__(self,key): returnstr(key)inself.data def__setitem__(self,key,item): self.data[str(key)]=item
UserDict是MutableMapping和Mapping的子类,它继承了MutableMapping.update和Mapping.get两个重要的方法,所以上面我们并没有重写get方法,可以在源码中看到它的实现和我们上面的实现是差不多的。
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对毛票票的支持。