如何全面掌握 Python Collection 模块的使用方法？

本文共计2258个文字，预计阅读时间需要10分钟。

Collections 模块简介Collections 模块是 Python 标准库中的一个重要部分，它提供了一些非常有用的数据结构，可以帮助我们更高效地处理数据。这个模块实现了特定目标的容器，以提供 Python 标准容器的替代品，并帮助解决各种实际问题。

Collections 模块

本文将简单介绍一个 Python 模块 Collections 。这个模块实现了一些很好用的数据结构，可以帮助我们解决不同的实际问题。

这个模块实现了特定目标的容器，以提供Python标准内建容器​​dict​​,​​list​​,​​set​​, 和​​tuple​的替代选择。

​​​namedtuple()​​​

创建命名元组子类的工厂函数

​​​deque​​​

类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop)

​​​ChainMap​​​

类似字典(dict)的容器类，将多个映射集合到一个视图里面

​​​Counter​​​

字典的子类，提供了可哈希对象的计数功能

​​​OrderedDict​​​

字典的子类，保存了他们被添加的顺序

​​​defaultdict​​​

字典的子类，提供了一个工厂函数，为字典查询提供一个默认值

​​​UserDict​​​

封装了字典对象，简化了字典子类化

​​​UserList​​​

封装了列表对象，简化了列表子类化

​​​UserString​​​

封装了字符串对象，简化了字符串子类化

引入方法

import collections

可以通过​​import collections​​​导入该模块的方法，现在我们进入 ipython3 然后使用​​dir(collections)​​查看collections下都有哪些可以用的类。

In [1]: import collections

In [2]: dir(collections)
Out[2]:
['ChainMap',
'Counter',
'OrderedDict',
'UserDict',
'UserList',
'UserString',
'_Link',
'_OrderedDictItemsView',
'_OrderedDictKeysView',
'_OrderedDictValuesView',
'__all__',
'__builtins__',
'__cached__',
'__doc__',
'__file__',
'__getattr__',
'__loader__',
'__name__',
'__package__',
'__path__',
'__spec__',
'_chain',
'_collections_abc',
'_count_elements',
'_eq',
'_heapq',
'_iskeyword',
'_itemgetter',
'_nt_itemgetters',
'_proxy',
'_recursive_repr',
'_repeat',
'_starmap',
'_sys',
'abc',
'defaultdict',
'deque',
'namedtuple']

根据官方文档： 这个模块实现了特定目标的容器，以提供Python标准内建容器 ​​dict​​​ , ​​list​​​ , ​​set​​​ , 和 ​​tuple​​ 的替代选择。

Counter

Counter是一个dict子类，可帮助计算可哈希对象的值。在其中，元素存储为字典的键，值可以为零或负值。它是一个集合，元素像字典键(key)一样存储，它们的计数存储为值。计数可以是任何整数值，包括0和负数。 Counter 类有点像其他语言中的 bags或multisets。

在下例中，我们可以找到文件单词出现的次数:

from collections import Counter
sentence = "I can because i think i can"
# Counter是一个简单的计数器，可以数组中统计字符出现的个数：
counts = Counter(sentence.split())
print(counts) # Counter({'can': 2, 'i': 2, 'I': 1, 'because': 1, 'think': 1})

Counter对象有一个​​elements​​的方法，该方法在元素上返回迭代次数超过元素计数的迭代器。元素以任意顺序返回。

In [7]: c = Counter(a=4, b=2, c=0, d=-2)

In [8]: list(c.elements())
Out[8]: ['a', 'a', 'a', 'a', 'b', 'b']

​​most_common​​是一种返回最常见元素及其计数（从最常见到最小）的方法。

In [9]: Counter('this is a test sentence').most_common(3)
Out[9]: [('t', 4), ('s', 4), (' ', 4)]

Counter对象有一个字典接口，如果引用的键没有任何记录，就返回一个0，而不是弹出一个​​KeyError​:

>>> c = Counter(['eggs', 'ham'])
>>> c['bacon'] # count of a missing element is zero
0

设置一个计数为0不会从计数器中移去一个元素。使用del来删除它:

>>> c['sausage'] = 0 # counter entry with a zero count
>>> del c['sausage'] # del actually removes the entry

defaultdict

defaultdict是类似于字典的对象，它提供字典提供的所有方法，但将第一个参数（default_factory）作为字典的默认数据类型。使用defaultdict比使用dict.set_default方法执行相同操作更快。

>>> from collections import defaultdict
>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = defaultdict(list)
>>> for k, v in s:
... d[k].append(v)
...
>>> d.items()
dict_items([('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])])

在该示例中，即使defaultdict对象中没有键，您也可以看到它会自动创建一个空列表。list.append然后有助于将值附加到列表中。

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'
>>> dd['key1'] # key1存在
'abc'
>>> dd['key2'] # key2不存在，返回默认值
'N/A'

nametuple

命名元组有助于了解元组中每个位置的含义，并允许我们以更好的可读性和自记录代码进行编码。您可以在使用元组的任何地方使用它们。在示例中，我们将创建一个命名元组以显示点的保留信息。

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y']) # Defining the namedtuple
>>> p = Point(10, y=20) # Creating an object
>>> p
Point(x=10, y=20)
>>> p.x + p.y
30
>>> p[0] + p[1] # Accessing the values in normal way
30
>>> x, y = p # Unpacking the tuple
>>> x
10
>>> y
20

deque

deque就是我们数据结构中听说的双端队列，Python已经帮我实现了这个功能。

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：

>>> 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。

# -*- coding: utf-8 -*-
"""
下面这个是一个有趣的例子，主要使用了deque的rotate方法来实现了一个无限循环
的加载动画
"""
import sys
import time
from collections import deque

fancy_loading = deque('>--------------------')

while True:
print('\r%s' % ''.join(fancy_loading))
fancy_loading.rotate(1)
sys.stdout.flush()
time.sleep(0.08)

# Result:

# 一个无尽循环的跑马灯
# ------------->-------

OrderedDict

顾名思义，有序字典。当我们使用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：

>>> from collections import OrderedDict
>>> d = dict([('a', 1), ('b', 2), ('c', 3)])
>>> d # dict的Key是无序的
{'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
>>> od.keys() # 按照插入的Key的顺序返回
['z', 'y', 'x']

ChainMap

3.3 新版功能.

一个 ​​ChainMap​​​ 类是为了将多个映射快速的链接到一起，这样它们就可以作为一个单元处理。它通常比创建一个新字典和多次调用 ​​update()​​ 要快很多。

ChainMap可以把一组dict串起来并组成一个逻辑上的dict。ChainMap本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找。

一个 ChainMap 通过引用合并底层映射。 所以，如果一个底层映射更新了，这些更改会反映到 ChainMap 。

支持所有常用字典方法。另外还有一个 maps 属性(attribute)，一个创建子上下文的方法(method)， 一个存取它们首个映射的属性(property):

>>> baseline = {'music': 'bach', 'art': 'rembrandt'}
>>> adjustments = {'art': 'van gogh', 'opera': 'carmen'}
>>> list(ChainMap(adjustments, baseline))
['music', 'art', 'opera']

什么时候使用ChainMap最合适？举个例子：应用程序往往都需要传入参数，参数可以通过命令行传入，可以通过环境变量传入，还可以有默认参数。我们可以用ChainMap实现参数的优先级查找，即先查命令行参数，如果没有传入，再查环境变量，如果没有，就使用默认参数。

总结

• Counter: 计数器，主要用来计数
• defaultdict: 带有默认值的字典
• namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
• deque: 双端队列，可以快速的从另外一侧追加和推出对象
• OrderedDict: 有序字典
• ChainMap：多个映射快速的链接到一起

站在巨人的肩膀上：

官方文档-- ​​collections​​ — 容器数据类型

免费视频课–​​python必学模块-collections​​

廖大神的官方网站–​​collections​​

不可不知的Python模块: ​​collections​​