認識模塊
什么是模塊？
常見的場景：一個模塊就是一個包含了python定義和聲明的文件，文件名就是模塊名字加上.py的后綴。
但其實import加載的模塊分為四個通用類別：
1 使用python編寫的代碼（.py文件）
2 已被編譯為共享庫或DLL的C或C++擴展
3 包好一組模塊的包
4 使用C編寫并鏈接到python解釋器的內置模塊
為何要使用模塊？
如果你退出python解釋器然后重新進入，那么你之前定義的函數或者變量都將丟失，因此我們通常將程序寫到文件中以便永久保存下來，需要時就通過python test.py方式去執行，此時test.py被稱為腳本script。
隨著程序的發展，功能越來越多，為了方便管理，我們通常將程序分成一個個的文件，這樣做程序的結構更清晰，方便管理。這時我們不僅僅可以把這些文件當做腳本去執行，還可以把他們當做模塊來導入到其他的模塊中，實現了功能的重復利用，
常用模塊
1. collections模塊
在內置數據類型（dict、list、set、tuple）的基礎上，collections模塊還提供了幾個額外的數據類型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
1.namedtuple: 生成可以使用名字來訪問元素內容的tuple
2.deque: 雙端隊列，可以快速的從另外一側追加和推出對象
3.Counter: 計數器，主要用來計數
4.OrderedDict: 有序字典
5.defaultdict: 帶有默認值的字典
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。
這時，namedtuple就派上了用場：
用法：namedtuple('名稱', [屬性list]):
>>> from collections import namedtuple>>> Point = namedtuple('Point', ['x', 'y'])>>> p = Point(1, 2)>>> p.x1>>> p.y2類似的，如果要用坐標和半徑表示一個圓，也可以用namedtuple定義：
from collections import namedtupleCirle = namedtuple("Cirle",['x','y','z'])c = Cirle(4,5,6)print(c.x,c.y,c.z)OutPut:4 5 62. 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')>>> qdeque(['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。
from collections import dequedq = deque([1,2])dq.append('a') # 從后面放數據 [1,2,'a']dq.appendleft('b') # 從前面放數據 ['b',1,2,'a']dq.insert(2,3) #['b',1,3,2,'a']print(dq.pop()) # 從后面取數據print(dq.pop()) # 從后面取數據print(dq.popleft()) # 從前面取數據print(dq)Output:a2bdeque([1, 3])3. 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)])#有序字典from collections import OrderedDictod = OrderedDict([('a', 1), ('b', 2), ('c', 3)])print(od) # OrderedDict的Key是有序的print(od['a'])for k in od: print(k)OutPut:OrderedDict([('a', 1), ('b', 2), ('c', 3)])1abc注意，OrderedDict的Key會按照插入的順序排列，不是Key本身排序
4. 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'
5. Counter
Counter類的目的是用來跟蹤值出現的次數。它是一個無序的容器類型，以字典的鍵值對形式存儲，其中元素作為key，其計數作為value。計數值可以是任意的Interger（包括0和負數）。Counter類和其他語言的bags或multisets很相似。
c = Counter('abcdeabcdabcaba')print c輸出：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})創建
下面的代碼說明了Counter類創建的四種方法：
Counter類的創建 :
>>> c = Counter() # 創建一個空的Counter類>>> c = Counter('gallahad') # 從一個可iterable對象（list、tuple、dict、字符串等）創建>>> c = Counter({'a': 4, 'b': 2}) # 從一個字典對象創建>>> c = Counter(a=4, b=2) # 從一組鍵值對創建計數值的訪問與缺失的鍵
當所訪問的鍵不存在時，返回0，而不是KeyError；否則返回它的計數。
計數值的訪問
>>> c = Counter("abcdefgab")>>> c["a"]2>>> c["c"]1>>> c["h"]0計數器的更新（update和subtract）
可以使用一個iterable對象或者另一個Counter對象來更新鍵值。
計數器的更新包括增加和減少兩種。其中，增加使用update()方法：
計數器的更新（update）
>>> c = Counter('which')>>> c.update('witch') # 使用另一個iterable對象更新>>> c['h']3>>> d = Counter('watch')>>> c.update(d) # 使用另一個Counter對象更新>>> c['h']4減少則使用subtract()方法：
計數器的更新（subtract）
>>> c = Counter('which')>>> c.subtract('witch') # 使用另一個iterable對象更新>>> c['h']1>>> d = Counter('watch')>>> c.subtract(d) # 使用另一個Counter對象更新>>> c['a']-1鍵的修改和刪除
當計數值為0時，并不意味著元素被刪除，刪除元素應當使用del。
>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> c["b"] = 0>>> cCounter({'a': 2, 'c': 2, 'd': 1, 'b': 0})>>> del c["a"]>>> cCounter({'c': 2, 'b': 2, 'd': 1})elements()
返回一個迭代器。元素被重復了多少次，在該迭代器中就包含多少個該元素。元素排列無確定順序，個數小于1的元素不被包含。
elements()方法
>>> c = Counter(a=4, b=2, c=0, d=-2)>>> list(c.elements())['a', 'a', 'a', 'a', 'b', 'b']
most_common([n])
返回一個TopN列表。如果n沒有被指定，則返回所有元素。當多個元素計數值相同時，排列是無確定順序的。
most_common()方法
>>> c = Counter('abracadabra')>>> c.most_common()[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]>>> c.most_common(3)[('a', 5), ('r', 2), ('b', 2)] 淺拷貝copy
>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> d = c.copy()>>> dCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})算術和集合操作
+、-、&、|操作也可以用于Counter。其中&和|操作分別返回兩個Counter對象各元素的最小值和最大值。需要注意的是，得到的Counter對象將刪除小于1的元素。
Counter對象的算術和集合操作
>>> c = Counter(a=3, b=1)>>> d = Counter(a=1, b=2)>>> c + d # c[x] + d[x]Counter({'a': 4, 'b': 3})>>> c - d # subtract（只保留正數計數的元素）Counter({'a': 2})>>> c & d # 交集: min(c[x], d[x])Counter({'a': 1, 'b': 1})>>> c | d # 并集: max(c[x], d[x])Counter({'a': 3, 'b': 2})其他常用操作
下面是一些Counter類的常用操作，來源于Python官方文檔
Counter類常用操作
sum(c.values()) # 所有計數的總數c.clear() # 重置Counter對象，注意不是刪除list(c) # 將c中的鍵轉為列表set(c) # 將c中的鍵轉為setdict(c) # 將c中的鍵值對轉為字典c.items() # 轉為(elem, cnt)格式的列表Counter(dict(list_of_pairs)) # 從(elem, cnt)格式的列表轉換為Counter類對象c.most_common()[:-n:-1] # 取出計數最少的n個元素c += Counter() # 移除0和負值
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
