collections有的功能：

['deque', 'defaultdict', 'namedtuple', 'UserDict', 'UserList', 'UserString',\'Counter', 'OrderedDict', 'ChainMap', 'Awaitable', 'Coroutine', 'AsyncIterable', \'AsyncIterator', 'AsyncGenerator', 'Hashable', 'Iterable', 'Iterator', 'Generator', 'Reversible', \'Sized', 'Container', 'Callable', 'Collection', 'Set', 'MutableSet', 'Mapping', 'MutableMapping', \'MappingView', 'KeysView', 'ItemsView', 'ValuesView', 'Sequence', 'MutableSequence', 'ByteString']

高效/便捷。

官方：python - collections

文章目录

1 namedtuple - 可命名的tuple1.1 namedtuple 新建1.2 namedtuple支持通过属性访问1.3 namedtuple转OrderedDict1.4 其他一些属性1.5 实践的例子2 deque - 高效有序的list3 defaultdict - 防dict报错情况一：报错返回默认值情况二：未定义key，一键定义4 OrderedDict - 有序的dict5 ChainMap - dict合并6 Counter - 计数参考：

1 namedtuple - 可命名的tuple

>>> from collections import namedtuple>>> Point = namedtuple('Point', ['x', 'y'])>>> p = Point(1, 2)>>> p.x1>>> p.y2

给[‘x’,‘y’]这个tuple命名为point，这个tuple中，第一个空位命名为'x'，第二个为'y'。

>>> isinstance(p, Point)True>>> isinstance(p, tuple)True

1.1 namedtuple 新建

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="perry", age=31, type="cat")print(perry)## 输出: Animal(name='perry', age=31, type='cat')print(perry.name)## 输出: 'perry'print(perry[0])## 输出: perry

在上面的例子中，我们的元组名称是Animal，字段名称是’name’，‘age’和’type’。

要记住它是一个元组，属性值在namedtuple中是不可变的，所以下面的代码不能工作：

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="perry", age=31, type="cat")perry.age = 42## 输出:## Traceback (most recent call last):##File "", line 1, in## AttributeError: can't set attribute

1.2 namedtuple支持通过属性访问

namedtuple既支持tupleindex的访问方式，也支持通过属性访问

>>> p[0] + p[1] 33>>> x, y = p>>> x, y (11, 22)>>> p.x + p.y33

namedtuple和dict的互转，严格说是与OrderedDict互转，因为_asdict返回的是一个OrderedDict

>>> d = p._asdict() OrderedDict([('x', 11), ('y', 22)])

1.3 namedtuple转OrderedDict

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="Perry", age=31, type="cat")print(perry._asdict())## 输出: OrderedDict([('name', 'Perry'), ('age', 31), ...

1.4 其他一些属性

>>> p2._replace(y=100) # 替换元素值Point(x=11, y=100, z=33)>>> p._fields # 查看对象字段('x', 'y', 'z')>>> Point._make(range(3)) # 通过一个序列或者可迭代对象创建一个对象Point(x=0, y=1, z=2)

1.5 实践的例子

# -*- coding: utf-8 -*-"""比如我们用户拥有一个这样的数据结构，每一个对象是拥有三个元素的tuple。使用namedtuple方法就可以方便的通过tuple来生成可读性更高也更好用的数据结构。"""from collections import namedtuplewebsites = [('Sohu', '/', u'张朝阳'),('Sina', '/', u'王志东'),('163', '/', u'丁磊')]Website = namedtuple('Website', ['name', 'url', 'founder'])for website in websites:website = Website._make(website)print website# Result:Website(name='Sohu', url='/', founder=u'\u5f20\u671d\u9633')Website(name='Sina', url='/', founder=u'\u738b\u5fd7\u4e1c')Website(name='163', url='/', founder=u'\u4e01\u78ca')

2 deque - 高效有序的list

双端队列，你可以从头/尾两端添加或删除元素。

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')>>> qdeque(['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。

我们也可以限制这个列表的大小，当超出你设定的限制时，数据会从对队列另一端被挤出去(pop)。

最好的解释是给出一个例子：

d = deque(maxlen=30)

现在当你插入30条数据时，最左边一端的数据将从队列中删除。

你还可以从任一端扩展这个队列中的数据：

d = deque([1,2,3,4,5])d.extendleft([0])d.extend([6,7,8])print(d)## 输出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8])

3 defaultdict - 防dict报错

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；如果希望key不存在，但是想赋值成功也可以使用defaultdict。

情况一：报错返回默认值

>>> 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'

注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入。

除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。

情况二：未定义key，一键定义

新添加内容：

from collections import defaultdictcolours = (('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)

当你在一个字典中对一个键进行嵌套赋值时，如果这个键不存在，会触发keyError异常。 defaultdict允许我们用一个聪明的方式绕过这个问题。 首先我分享一个使用dict触发KeyError的例子，然后提供一个使用defaultdict的解决方案。

如果是dict，会报错：

some_dict = {}some_dict['colours']['favourite'] = "yellow"## 异常输出：KeyError: 'colours'

如果是defaultdict，会如常运行：

import collectionstree = lambda: collections.defaultdict(tree)some_dict = tree()some_dict['colours']['favourite'] = "yellow"## 运行正常

4 OrderedDict - 有序的dict

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)])

再来一个案例：

>>> p = collections.OrderedDict()>>> p["a"]=1>>> p["b"]=2>>> p["c"]=3>>> print(p)OrderedDict([('a', 1), ('b', 2), ('c', 3)])

循环新建：

>>> # 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)])

OrderedDict提供了下面的一些api。

>>> p.p.clear( p.fromkeys(p.items( p.move_to_end( p.popitem(p.update(p.copy( p.get(p.keys( p.pop(p.setdefault( p.values(

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']

单地试一下update，pop，move_to_end和clear

>>> keys=["apple", "banana", "cat"] >>> value=[4, 5, 6] # update >>> p.update(zip(keys,value)) >>> p OrderedDict([('a', 1), ('b', 2), ('c', 3), ('apple', 4), ('banana', 5), ('cat', 6)])# pop >>> p.pop('a') 1 >>> p OrderedDict([('b', 2), ('c', 3), ('apple', 4), ('banana', 5), ('cat', 6)]) # popitem(last=True)>>> d = OrderedDict({'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2})>>> dOrderedDict([('banana', 3), ('apple', 4), ('pear', 1), ('orange', 2)])>>> d.popitem()('orange', 2)>>> dOrderedDict([('banana', 3), ('apple', 4), ('pear', 1)])>>> d.popitem(last=False)('banana', 3)>>> dOrderedDict([('apple', 4), ('pear', 1)])# move_to_end >>> p.move_to_end('b') >>> p OrderedDict([('c', 3), ('apple', 4), ('banana', 5), ('cat', 6), ('b', 2)]) # del >>> del(p['c'])>>> p OrderedDict([('apple', 4), ('banana', 5), ('cat', 6), ('b', 2)]) # clear >>> p.clear() >>> p OrderedDict()

5 ChainMap - dict合并

ChainMap 用来成合并多个字典，但和 update 不同，它不会改变原对象，而且效率更高。

ChainMap用来将多个dict(字典)组成一个list(只是比喻).

>>> from collections import ChainMap>>> a = {'a': 'A', 'c': 'C'}>>> b = {'b': 'B', 'c': 'D'}>>> m = ChainMap(a, b)# 构造一个ChainMap对象>>> mChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})>>> m['a']'A'>>> m['c'] # 获取的是第一个字典中的值'C'# 将m变成一个list>>> m.maps[{'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'}]

不过，如果合并的dict之中，有同一个key，那么会优先以第一个出现的为主。

同时，如何获得一个dict的keys：

>>> chain.keys()KeysView(ChainMap({'a': 1, 'b': 2}, {'b': 3, 'c': 4}))>>> list(chain.keys())['a', 'b', 'c']>>> print(chainMap.items())ItemsView(ChainMap({'user': 'guest', 'color': 'red'}, {'age': '18', 'name': 'drfish'}))

chainmap的更新：

# 更新a中的值也会对ChainMap对象造成影响>>> a['c'] = 'E'>>> m['c']'E'# 从m复制一个ChainMap对象，更新这个复制的对象并不会对m造成影响>>> m2 = m.new_child()>>> m2['c'] = 'f'>>> m['c']'E'>>> a['c']'E'# parents属性>>> m2.parentsChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})# 添加新字典>>> dict3 = { 'h' : 5 }>>> new_chain = chain.new_child(dict3)

6 Counter - 计数

参考：Python标准库——collections模块的Counter类

创建的几种方式：

>>> c = Counter() # 创建一个空的Counter类>>> c = Counter('gallahad') # 从一个可iterable对象（list、tuple、dict、字符串等）创建>>> c = Counter({'a': 4, 'b': 2}) # 从一个字典对象创建>>> c = Counter(a=4, b=2) # 从一组键值对创建

使用的方式

Counter是一个简单的计数器，例如，统计字符出现的个数：

>>> from collections import Counter>>> c = Counter()>>> for ch in 'programming':...c[ch] = c[ch] + 1...>>> cCounter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})#键的删除del c["g"]

Counter实际上也是dict的一个子类，上面的结果可以看出，字符’g’、‘m’、'r’各出现了两次，其他字符各出现了一次。

使用elements()方法按照元素的出现次数返回一个iterator(迭代器)，元素以任意的顺序返回，如果元素的计数小于1，将忽略它。

>>> c = Counter(a=4, b=2, c=0, d=-2)>>> cCounter({'a': 4, 'b': 2, 'c': 0, 'd': -2})>>> c.elements()<itertools.chain object at 0x7fb0a069ccf8>>>> next(c)'a'# 排序>>> sorted(c.elements())['a', 'a', 'a', 'a', 'b', 'b']

使用most_common(n)返回一个list, list中包含Counter对象中出现最多前n个元素。

>>> c = Counter('abracadabra')>>> cCounter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1})# 获取出现频率最高的3个字符>>> c.most_common(3) [('a', 5), ('b', 2), ('r', 2)]

当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。

计数器的更新（update和subtract）

>>> c = Counter('which')>>> c.update('witch') # 使用另一个iterable对象更新>>> c['h']3>>> d = Counter('watch')>>> c.update(d) # 使用另一个Counter对象更新>>> c['h']4

键的删除

>>> 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})

算术和集合操作

+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。

>>> 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（只保留正数计数的元素）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})

其他常见的操作：

sum(c.values()) # 所有计数的总数c.clear() # 重置Counter对象，注意不是删除list(c) # 将c中的键转为列表set(c) # 将c中的键转为setdict(c) # 将c中的键值对转为字典c.items() # 转为(elem, cnt)格式的列表Counter(dict(list_of_pairs)) # 从(elem, cnt)格式的列表转换为Counter类对象c.most_common()[:-n:-1] # 取出计数最少的n-1个元素c += Counter() # 移除0和负值本文内容遵从CC3.0版权协议，转载请注明：转自Pythoner

参考：

廖雪峰- collections

Python标准库之collections使用教程

Python collections使用

eastlakeside.gitbooks.io - 容器(Collections)

Python 模块简介 – collections

官方：python - collections

如果觉得《python︱ collections模块（namedtuple/defaultdict/OrderedDict等）》对你有帮助，请点赞、收藏，并留下你的观点哦！