[TOC] collections是Python內建的一個集合模塊，提供了許多有用的集合類 # namedtuple 我們知道tuple可以表示不變集合，例如，一個點的二維坐標就可以表示成： ~~~ >>> p = (1, 2) ~~~ 但是，看到(1, 2)，很難看出這個tuple是用來表示一個坐標的。 定義一個class又小題大做了，這時，namedtuple就派上了用場： ~~~ >>> from collections import namedtuple >>> Point = namedtuple('Point', ['x', 'y']) >>> p = Point(1, 2) >>> p.x 1 >>> p.y 2 ~~~ namedtuple是一個函數，它用來創建一個自定義的tuple對象，并且規定了tuple元素的個數，并可以用屬性而不是索引來引用tuple的某個元素。 這樣一來，我們用namedtuple可以很方便地定義一種數據類型，它具備tuple的不變性，又可以根據屬性來引用，使用十分方便。 可以驗證創建的Point對象是tuple的一種子類： ~~~ >>> isinstance(p, Point) True >>> isinstance(p, tuple) True ~~~ 類似的，如果要用坐標和半徑表示一個圓，也可以用namedtuple定義： ~~~ # namedtuple('名稱', [屬性list]): Circle = namedtuple('Circle', ['x', 'y', 'r']) ~~~ # deque 使用list存儲數據時，按索引訪問元素很快，但是插入和刪除元素就很慢了，因為list是線性存儲，數據量大的時候，插入和刪除效率很低。 deque是為了高效實現插入和刪除操作的雙向列表，適合用于隊列和棧： ~~~ >>> from collections import deque >>> q = deque(['a', 'b', 'c']) >>> q.append('x') >>> q.appendleft('y') >>> q deque(['y', 'a', 'b', 'c', 'x']) ~~~ deque除了實現list的append()和pop()外，還支持appendleft()和popleft()，這樣就可以非常高效地往頭部添加或刪除元素 # defaultdict 使用dict時，如果引用的Key不存在，就會拋出KeyError。如果希望key不存在時，返回一個默認值，就可以用defaultdict： ~~~ >>> from collections import defaultdict >>> dd = defaultdict(lambda: 'N/A') >>> dd['key1'] = 'abc' >>> dd['key1'] # key1存在 'abc' >>> dd['key2'] # key2不存在，返回默認值 'N/A' ~~~ 注意默認值是調用函數返回的，而函數在創建defaultdict對象時傳入。 除了在Key不存在時返回默認值，defaultdict的其他行為跟dict是完全一樣的 # OrderedDict 使用dict時，Key是無序的。在對dict做迭代時，我們無法確定Key的順序。 如果要保持Key的順序，可以用OrderedDict： ~~~ >>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是無序的 {'a': 1, 'c': 3, 'b': 2} >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) >>> od # OrderedDict的Key是有序的 OrderedDict([('a', 1), ('b', 2), ('c', 3)]) ~~~ 注意，OrderedDict的Key會按照插入的順序排列，不是Key本身排序： ~~~ >>> od = OrderedDict() >>> od['z'] = 1 >>> od['y'] = 2 >>> od['x'] = 3 >>> list(od.keys()) # 按照插入的Key的順序返回 ['z', 'y', 'x'] ~~~ OrderedDict可以實現一個FIFO（先進先出）的dict，當容量超出限制時，先刪除最早添加的Key： ~~~ from collections import OrderedDict class LastUpdatedOrderedDict(OrderedDict): def __init__(self, capacity): super(LastUpdatedOrderedDict, self).__init__() self._capacity = capacity def __setitem__(self, key, value): containsKey = 1 if key in self else 0 if len(self) - containsKey >= self._capacity: last = self.popitem(last=False) print('remove:', last) if containsKey: del self[key] print('set:', (key, value)) else: print('add:', (key, value)) OrderedDict.__setitem__(self, key, value) ~~~ # ChainMap ChainMap可以把一組dict串起來并組成一個邏輯上的dict。ChainMap本身也是一個dict，但是查找的時候，會按照順序在內部的dict依次查找。 什么時候使用ChainMap最合適？舉個例子：應用程序往往都需要傳入參數，參數可以通過命令行傳入，可以通過環境變量傳入，還可以有默認參數。我們可以用ChainMap實現參數的優先級查找，即先查命令行參數，如果沒有傳入，再查環境變量，如果沒有，就使用默認參數。 下面的代碼演示了如何查找user和color這兩個參數： ~~~ from collections import ChainMap import os, argparse # 構造缺省參數: defaults = { 'color': 'red', 'user': 'guest' } # 構造命令行參數: parser = argparse.ArgumentParser() parser.add_argument('-u', '--user') parser.add_argument('-c', '--color') namespace = parser.parse_args() command_line_args = { k: v for k, v in vars(namespace).items() if v } # 組合成ChainMap: combined = ChainMap(command_line_args, os.environ, defaults) # 打印參數: print('color=%s' % combined['color']) print('user=%s' % combined['user']) ~~~ 沒有任何參數時，打印出默認參數： ~~~ $ python3 use_chainmap.py color=red user=guest ~~~ 當傳入命令行參數時，優先使用命令行參數： ~~~ $ python3 use_chainmap.py -u bob color=red user=bob ~~~ 同時傳入命令行參數和環境變量，命令行參數的優先級較高： ~~~ $ user=admin color=green python3 use_chainmap.py -u bob color=green user=bob ~~~ # Counter Counter是一個簡單的計數器，例如，統計字符出現的個數： ~~~ >>> from collections import Counter >>> c = Counter() >>> for ch in 'programming': ... c[ch] = c[ch] + 1 ... >>> c Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1}) ~~~ Counter實際上也是dict的一個子類，上面的結果可以看出，字符'g'、'm'、'r'各出現了兩次，其他字符各出現了一次