前言
Python為我們提供了4種基本的數據結構：list, tuple, dict, set，但是在處理數據量較大的情形的時候，這4種數據結構就明顯過于單一了，比如list作為數組在某些情形插入的效率會比較低，有時候我們也需要維護一個有序的dict。所以這個時候我們就要用到Python標準庫為我們提供的collections包了，它提供了多個有用的集合類，熟練掌握這些集合類，不僅可以讓我們讓寫出的代碼更加Pythonic，也可以提高我們程序的運行效率。
defaultdict
defaultdict(default_factory)在普通的dict之上添加了default_factory，使得key不存在時會自動生成相應類型的value，default_factory參數可以指定成list, set, int等各種合法類型。
我們現在有下面這樣一組list，雖然我們有5組數據，但是仔細觀察后發現其實我們只有3種color，但是每一種color對應多個值。現在我們想要將這個list轉換成一個dict，這個dict的key對應一種color，dict的value設置為一個list存放color對應的多個值。我們可以使用defaultdict(list)來解決這個問題。
>>> 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)...>>> sorted(d.items())[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]以上等價于：
>>> d = {}>>> for k, v in s:... d.setdefault(k, []).append(v)...>>> sorted(d.items())[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]如果我們不希望含有重復的元素，可以考慮使用defaultdict(set) 。set相比list的不同之處在于set中不允許存在相同的元素。
>>> from collections import defaultdict>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]>>> d = defaultdict(set)>>> for k, v in s:... d[k].add(v)...>>> sorted(d.items())[('blue', {2, 4}), ('red', {1, 3})]OrderedDict
Python3.6之前的dict是無序的，但是在某些情形我們需要保持dict的有序性，這個時候可以使用OrderedDict，它是dict的一個subclass，但是在dict的基礎上保持了dict的有序型，下面我們來看一下使用方法。
>>> # regular unsorted dictionary>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}>>> # dictionary sorted by key>>> OrderedDict(sorted(d.items(), key=lambda t: t[0]))OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])>>> # dictionary sorted by value>>> OrderedDict(sorted(d.items(), key=lambda t: t[1]))OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])>>> # dictionary sorted by length of the key string>>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0])))OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])使用popitem(last=True)方法可以讓我們按照LIFO(先進后出)的順序刪除dict中的key-value，即刪除最后一個插入的鍵值對，如果last=False就按照FIFO(先進先出)刪除dict中key-value。
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}>>> # dictionary sorted by key>>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))>>> dOrderedDict([('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)來改變有序的OrderedDict對象的key-value順序，通過這個方法我們可以將排序好的OrderedDict對象中的任意一個key-value插入到字典的開頭或者結尾。
>>> d = OrderedDict.fromkeys('abcde')>>> dOrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])>>> d.move_to_end('b')>>> dOrderedDict([('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存儲數據的優勢在于按索引查找元素會很快，但是插入和刪除元素就很慢了，因為list是基于數組實現的。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，而且線程安全。
list只提供了append和pop方法來從list的尾部插入/刪除元素，deque新增了appendleft/popleft等方法允許我們高效的在元素的開頭來插入/刪除元素。而且使用deque在隊列兩端append或pop元素的算法復雜度大約是O(1)，但是對于list對象改變列表長度和數據位置的操作例如 pop(0)和insert(0, v)操作的復雜度高達O(n)。
>>> from collections import deque>>> dq = deque(range(10), maxlen=10)>>> dqdeque([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)>>> dq.rotate(3)>>> dqdeque([7, 8, 9, 0, 1, 2, 3, 4, 5, 6], maxlen=10)>>> dq.rotate(-4)>>> dqdeque([1, 2, 3, 4, 5, 6, 7, 8, 9, 0], maxlen=10)>>> dq.appendleft(-1)>>> dqdeque([-1, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)>>> dq.extend([11, 22, 33])>>> dqdeque([3, 4, 5, 6, 7, 8, 9, 11, 22, 33], maxlen=10)>>> dq.extendleft([10, 20, 30, 40])>>> dqdeque([40, 30, 20, 10, 3, 4, 5, 6, 7, 8], maxlen=10)
Counter
Count用來統計相關元素的出現次數。
>>> from collections import Counter>>> ct = Counter('abracadabra')>>> ctCounter({'a': 5, 'r': 2, 'b': 2, 'd': 1, 'c': 1})>>> ct.update('aaaaazzz')>>> ctCounter({'a': 10, 'z': 3, 'r': 2, 'b': 2, 'd': 1, 'c': 1})>>> ct.most_common(2)[('a', 10), ('z', 3)]>>> ct.elements()<itertools.chain object at 0x7fbaad4b44e0>namedtuple
使用namedtuple(typename, field_names)命名tuple中的元素來使程序更具可讀性。
>>> from collections import namedtuple>>> City = namedtuple('City', 'name country population coordinates')>>> tokyo = City('Tokyo', 'JP', 36.933, (35.689722, 139.691667))>>> tokyoCity(name='Tokyo', country='JP', population=36.933, coordinates=(35.689722, 139.691667))>>> tokyo.population36.933>>> tokyo.coordinates(35.689722, 139.691667)>>> tokyo[1]'JP'>>> City._fields('name', 'country', 'population', 'coordinates')>>> LatLong = namedtuple('LatLong', 'lat long')>>> delhi_data = ('Delhi NCR', 'IN', 21.935, LatLong(28.613889, 77.208889))>>> delhi = City._make(delhi_data)>>> delhi._asdict()OrderedDict([('name', 'Delhi NCR'), ('country', 'IN'), ('population', 21.935), ('coordinates', LatLong(lat=28.613889, long=77.208889))])>>> for key, value in delhi._asdict().items(): print(key + ':', value)name: Delhi NCRcountry: INpopulation: 21.935coordinates: LatLong(lat=28.613889, long=77.208889)ChainMap
ChainMap可以用來合并多個字典。
>>> from collections import ChainMap>>> d = ChainMap({'zebra': 'black'}, {'elephant': 'blue'}, {'lion': 'yellow'})>>> d['lion'] = 'orange'>>> d['snake'] = 'red'>>> dChainMap({'lion': 'orange', 'zebra': 'black', 'snake': 'red'}, {'elephant': 'blue'}, {'lion': 'yellow'})>>> del d['lion']>>> del d['elephant']Traceback (most recent call last): File "/usr/lib/python3.5/collections/__init__.py", line 929, in __delitem__ del self.maps[0][key]KeyError: 'elephant'During handling of the above exception, another exception occurred:Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/lib/python3.5/collections/__init__.py", line 931, in __delitem__ raise KeyError('Key not found in the first mapping: {!r}'.format(key))KeyError: "Key not found in the first mapping: 'elephant'"從上面del['elephant']的報錯信息可以看出來，對于改變鍵值的操作ChainMap只會在第一個字典self.maps[0][key]進行查找，新增加的鍵值對也都會加入第一個字典，我們來改進一下ChainMap解決這個問題：
class DeepChainMap(ChainMap): 'Variant of ChainMap that allows direct updates to inner scopes' def __setitem__(self, key, value): for mapping in self.maps: if key in mapping: mapping[key] = value return self.maps[0][key] = value def __delitem__(self, key): for mapping in self.maps: if key in mapping: del mapping[key] return raise KeyError(key)>>> d = DeepChainMap({'zebra': 'black'}, {'elephant': 'blue'}, {'lion': 'yellow'})>>> d['lion'] = 'orange' # update an existing key two levels down>>> d['snake'] = 'red' # new keys get added to the topmost dict>>> del d['elephant'] # remove an existing key one level downDeepChainMap({'zebra': 'black', 'snake': 'red'}, {}, {'lion': 'orange'})可以使用new_child來deepcopy一個ChainMap：
>>> from collections import ChainMap>>> a = {'a': 'A', 'c': 'C'}>>> b = {'b': 'B', 'c': 'D'}>>> m = ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})>>> mChainMap({'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'>>> mChainMap({'c': 'E', 'a': 'A'}, {'c': 'D', 'b': 'B'})>>> m2 = m.new_child()>>> m2['c'] = 'f'>>> m2ChainMap({'c': 'f'}, {'c': 'E', 'a': 'A'}, {'c': 'D', 'b': 'B'})>>> mChainMap({'c': 'E', 'a': 'A'}, {'c': 'D', 'b': 'B'})>>> m2.parentsChainMap({'c': 'E', 'a': 'A'}, {'c': 'D', 'b': 'B'})UserDict
下面我們來改進一下字典，查詢字典的時候將key轉換為str的形式：
class StrKeyDict0(dict): def __missing__(self, key): if isinstance(key, str): raise KeyError(key) return self[str(key)] def get(self, key, default=None): try: return self[key] except KeyError: return default def __contains__(self, key): return key in self.keys() or str(key) in self.keys()
解釋一下上面這段程序：
k in my_dict，因為str(key) in self的形式，因為這會造成遞歸調用__contains__。這里還強調一點，在Python2.x中dict.keys()會返回一個list，這意味著k in my_list必須遍歷list。在Python3.x中針對dict.keys()做了優化，性能更高，它會返回一個view如同set一樣，詳情參考官方文檔。
上面這個例子可以用UserDict改寫，并且將所有的key都以str的形式存儲，而且這種寫法更加常用簡潔：
import collectionsclass StrKeyDict(collections.UserDict): def __missing__(self, key): if isinstance(key, str): raise KeyError(key) return self[str(key)] def __contains__(self, key): return str(key) in self.data def __setitem__(self, key, item): self.data[str(key)] = item
UserDict是MutableMapping和Mapping的子類，它繼承了MutableMapping.update和Mapping.get兩個重要的方法，所以上面我們并沒有重寫get方法，可以在源碼中看到它的實現和我們上面的實現是差不多的。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對武林網的支持。
新聞熱點
疑難解答
圖片精選
