容器 Collections · intermediate-python

# 容器 Collections # 容器(`Collections`) Python附帶一個模塊，它包含許多容器數據類型，名字叫作`collections`。我們將討論它的作用和用法。我們將討論的是： - defaultdict - counter - deque - namedtuple - enum.Enum (包含在Python 3.4以上) # defaultdict 我個人使用`defaultdict`較多，與`dict`類型不同，你不需要檢查**key**是否存在，所以我們能這樣做： ~~~ from collections import defaultdict colours = ( ('Yasoob', 'Yellow'), ('Ali', 'Blue'), ('Arham', 'Green'), ('Ali', 'Black'), ('Yasoob', 'Red'), ('Ahmed', 'Silver'), ) favourite_colours = defaultdict(list) for name, colour in colours: favourite_colours[name].append(colour) print(favourite_colours) ~~~ ### 運行輸出 ~~~ # defaultdict(<type 'list'>, # {'Arham': ['Green'], # 'Yasoob': ['Yellow', 'Red'], # 'Ahmed': ['Silver'], # 'Ali': ['Blue', 'Black'] # }) ~~~ 另一種重要的是例子就是：當你在一個字典中對一個鍵進行嵌套賦值時，如果這個鍵不存在，會觸發`keyError`異常。 `defaultdict`允許我們用一個聰明的方式繞過這個問題。首先我分享一個使用`dict`觸發`KeyError`的例子，然后提供一個使用`defaultdict`的解決方案。 **問題**： ~~~ some_dict = {} some_dict['colours']['favourite'] = "yellow" ## 異常輸出：KeyError: 'colours' ~~~ **解決方案**： ~~~ import collections tree = lambda: collections.defaultdict(tree) some_dict = tree() some_dict['colours']['favourite'] = "yellow" ## 運行正常 ~~~ 你可以用`json.dumps`打印出`some_dict`，例如： ~~~ import json print(json.dumps(some_dict)) ## 輸出: {"colours": {"favourite": "yellow"}} ~~~ # counter Counter是一個計數器，它可以幫助我們針對某項數據進行計數。比如它可以用來計算每個人喜歡多少種顏色： ~~~ from collections import Counter colours = ( ('Yasoob', 'Yellow'), ('Ali', 'Blue'), ('Arham', 'Green'), ('Ali', 'Black'), ('Yasoob', 'Red'), ('Ahmed', 'Silver'), ) favs = Counter(name for name, colour in colours) print(favs) ## 輸出: ## Counter({ ## 'Yasoob': 2, ## 'Ali': 2, ## 'Arham': 1, ## 'Ahmed': 1 ## }) ~~~ 我們也可以在利用它統計一個文件，例如： ~~~ with open('filename', 'rb') as f: line_count = Counter(f) print(line_count) ~~~ # deque deque提供了一個雙端隊列，你可以從頭/尾兩端添加或刪除元素。要想使用它，首先我們要從`collections`中導入`deque`模塊： ~~~ from collections import deque ~~~ 現在，你可以創建一個`deque`對象。 ~~~ d = deque() ~~~ 它的用法就像python的`list`，并且提供了類似的方法，例如： ~~~ d = deque() d.append('1') d.append('2') d.append('3') print(len(d)) ## 輸出: 3 print(d[0]) ## 輸出: '1' print(d[-1]) ## 輸出: '3' ~~~ 你可以從兩端取出(pop)數據： ~~~ d = deque(range(5)) print(len(d)) ## 輸出: 5 d.popleft() ## 輸出: 0 d.pop() ## 輸出: 4 print(d) ## 輸出: deque([1, 2, 3]) ~~~ 我們也可以限制這個列表的大小，當超出你設定的限制時，數據會從對隊列另一端被擠出去(pop)。最好的解釋是給出一個例子： ~~~ d = deque(maxlen=30) ~~~ 現在當你插入30條數據時，最左邊一端的數據將從隊列中刪除。你還可以從任一端擴展這個隊列中的數據： ~~~ d = deque([1,2,3,4,5]) d.extendleft([0]) d.extend([6,7,8]) print(d) ## 輸出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8]) ~~~ # namedtuple 您可能已經熟悉元組。一個元組是一個不可變的列表，你可以存儲一個數據的序列，它和命名元組(`namedtuples`)非常像，但有幾個關鍵的不同。主要相似點是都不像列表，你不能修改元組中的數據。為了獲取元組中的數據，你需要使用整數作為索引： ~~~ man = ('Ali', 30) print(man[0]) ## 輸出: Ali ~~~ 嗯，那`namedtuples`是什么呢？它把元組變成一個針對簡單任務的容器。你不必使用整數索引來訪問一個`namedtuples`的數據。你可以像字典(`dict`)一樣訪問`namedtuples`，但`namedtuples`是不可變的。 ~~~ from collections import namedtuple Animal = namedtuple('Animal', 'name age type') perry = Animal(name="perry", age=31, type="cat") print(perry) ## 輸出: Animal(name='perry', age=31, type='cat') print(perry.name) ## 輸出: 'perry' ~~~ 現在你可以看到，我們可以用名字來訪問`namedtuple`中的數據。我們再繼續分析它。一個命名元組(`namedtuple`)有兩個必需的參數。它們是元組名稱和字段名稱。在上面的例子中，我們的元組名稱是`Animal`，字段名稱是'name'，'age'和'type'。 `namedtuple`讓你的元組變得**自文檔**了。你只要看一眼就很容易理解代碼是做什么的。你也不必使用整數索引來訪問一個命名元組，這讓你的代碼更易于維護。而且，**`namedtuple`的每個實例沒有對象字典**，所以它們很輕量，與普通的元組比，并不需要更多的內存。這使得它們比字典更快。然而，要記住它是一個元組，屬性值在`namedtuple`中是不可變的，所以下面的代碼不能工作： ~~~ from collections import namedtuple Animal = namedtuple('Animal', 'name age type') perry = Animal(name="perry", age=31, type="cat") perry.age = 42 ## 輸出: ## Traceback (most recent call last): ## File "", line 1, in ## AttributeError: can't set attribute ~~~ 你應該使用命名元組來讓代碼**自文檔**，**它們向后兼容于普通的元組**，這意味著你可以既使用整數索引，也可以使用名稱來訪問`namedtuple`： ~~~ from collections import namedtuple Animal = namedtuple('Animal', 'name age type') perry = Animal(name="perry", age=31, type="cat") print(perry[0]) ## 輸出: perry ~~~ 最后，你可以將一個命名元組轉換為字典，方法如下： ~~~ from collections import namedtuple Animal = namedtuple('Animal', 'name age type') perry = Animal(name="Perry", age=31, type="cat") print(perry._asdict()) ## 輸出: OrderedDict([('name', 'Perry'), ('age', 31), ... ~~~ # enum.Enum (Python 3.4+) 另一個有用的容器是枚舉對象，它屬于`enum`模塊，存在于Python 3.4以上版本中（同時作為一個獨立的PyPI包`enum34`供老版本使用）。Enums(枚舉類型)基本上是一種組織各種東西的方式。讓我們回顧一下上一個'Animal'命名元組的例子。它有一個type字段，問題是，type是一個字符串。那么問題來了，萬一程序員輸入了`Cat`，因為他按到了Shift鍵，或者輸入了'CAT'，甚至'kitten'？枚舉可以幫助我們避免這個問題，通過不使用字符串。考慮以下這個例子： ~~~ from collections import namedtuple from enum import Enum class Species(Enum): cat = 1 dog = 2 horse = 3 aardvark = 4 butterfly = 5 owl = 6 platypus = 7 dragon = 8 unicorn = 9 # 依次類推 # 但我們并不想關心貓咪的年紀(譯者注：作者的意思是cat, kitten, puppy，都是貓咪，只是年紀不同)，所以我們可以使用一個別名 kitten = 1 puppy = 2 Animal = namedtuple('Animal', 'name age type') perry = Animal(name="Perry", age=31, type=Species.cat) drogon = Animal(name="Drogon", age=4, type=Species.dragon) tom = Animal(name="Tom", age=75, type=Species.cat) charlie = Animal(name="Charlie", age=2, type=Species.kitten) ~~~ ### 現在，我們進行一些測試： ~~~ >>> charlie.type == tom.type True >>> charlie.type <Species.cat: 1> ~~~ 這樣就沒那么容易錯誤，我們必須更明確，而且我們應該只使用定義后的枚舉類型。有三種方法訪問枚舉數據，例如以下方法都可以獲取到'cat'的值： ~~~ Species(1) Species['cat'] Species.cat ~~~ 這只是一個快速瀏覽`collections`模塊的介紹，建議你閱讀本文最后的官方文檔。