Python -- collection
collection 数据容器
python拥有一些内置的数据类型，比如str, int, list, tuple, dict等， collections
模块在这些内置数据类型的基础上，提供了几个额外的数据类型：
namedtuple（）。创建有名字域的元组子类的工厂函数。Python 2.6新增。
deque：双端队列，类似于列表，两端进栈和出栈都比较快速。python 2.4新增。
Counter：字典的子类，用于统计哈希对象。python 2.7新增。
OrderedDict：字典的子类，记录了添加顺序。python 2.7新增。
defaultdict：dict的子类，调用一个工厂函数支持不存在的值。python 2.5新增。
还提供了抽象基类，用来测试类是否提供了特殊接口，比如是哈希或者映射。
class {typename}(tuple): # 可命名元祖
'{typename}({arg_list})'
namedtuple主要用来产生可以使用名称来访问元素的数据对象，通常用来增强代码的可
读性， 在访问一些tuple类型的数据时尤其好用。
def _make(cls, iterable, new=tuple.__new__, len=len):
from collections import namedtuple
WEBsites = [
('Sohu', 'Http://www.Google.com/', '张朝阳'),
('Sina', 'http://www.sina.com.cn/', '王志东'),
('163', 'http://www.163.com/', '丁磊')
]
Website = namedtuple('Website', ['name', 'url', 'founder'])
for website in websites:
website = Website._make(website)
print(website) 结果如下：
Website(name='Sohu', url='http://www.google.com/', founder='张朝阳')
Website(name='Sina', url='http://www.sina.com.cn/', founder='王志东')
Website(name='163', url='http://www.163.com/', founder='丁磊')
def _replace(_self, **kwds):
def _asdict(self):
class Counter(dict): # 计数器
Counter() 的可用方法如下：
def most_common(self, n=None): # 获取出现频率最高的几个元素
def elements(self): # 获取所有元素
例：
import collections
c1=collections.Counter ('sdfsdgasdhgd')
print c1
print c1.most_common(3)
for i in c1.elements():
print i
C:\Python27\python.exe "E:/python-file/learn - python.py"
Counter({'d': 4, 's': 3, 'g': 2, 'a': 1, 'f': 1, 'h': 1})
[('d', 4), ('s', 3), ('g', 2)]
a
d
d
d
d
g
g
f
h
s
s
s
Process finished with exit code 0
def update(*args, **kwds): # 有新添加的就添加到 collections.Counter()
>>> c1
Counter({'d': 4, 's': 3, 'g': 2, 'h': 1, 'f': 1, 'a': 1})
>>> c2
Counter({'a': 2, 'd': 1, 'c': 1, 'b': 1})
>>> c1.update(c2)
>>> c1
Counter({'d': 5, 's': 3, 'a': 3, 'g': 2, 'h': 1, 'c': 1, 'b': 1, 'f': 1})
def subtract(*args, **kwds): # 相减 后 添加到 collections.Counter()
>>> c1
Counter({'d': 5, 's': 3, 'a': 3, 'g': 2, 'h': 1, 'c': 1, 'b': 1, 'f': 1})
>>> c1.subtract(c2)
>>> c1
Counter({'d': 4, 's': 3, 'g': 2, 'h': 1, 'f': 1, 'a': 1, 'c': 0, 'b': 0})
def copy(self): # 浅层copy，只拷贝一层如有多层则一层之下默认指向深层地址
class OrderedDict(dict): # # 有序字典
区别无序字典及有序字典的实例：
import collections
c1=collections.OrderedDict ()
c1['k1']=1
c1['k3']=1
c1['k5']=1
c1['k2']=1
print c1
c1={}
c1['k1']=1
c1['k3']=1
c1['k5']=1
c1['k2']=1
print c1
结果如下：
OrderedDict([('k1', 1), ('k3', 1), ('k5', 1), ('k2', 1)]) ---有序字典
{'k3': 1, 'k2': 1, 'k1': 1, 'k5': 1} ---无序字典
自定义有序字典，字典变成有序的字典
c1={}
c1['k1']=1
c1['k3']=3
c1['k5']=5
c1['k2']=2
print c1
li=['k1','k2','k3','k5']
for i in li:
print c1[i]
C:\Python27\python.exe "E:/python-file/learn - python.py"
{'k3': 3, 'k2': 2, 'k1': 1, 'k5': 5}
1
2
3
5
Process finished with exit code 0
有序字典方法，默认继承无序字典方法，如下：
def clear(self): # 默认清除所有元素
>>> c2
OrderedDict([(0, 2), (1, 2), (2, 2)])
>>> c2.clear()
>>> c2
OrderedDict()
def copy(self): # 浅copy
>>> c2 = c1.copy()
>>> c2
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1))
def fromkeys(cls, S, v=None): # （参见字典类）
>>> c2=c1.fromkeys((i for i in range(3)),2)
>>> c2
OrderedDict([(0, 2), (1, 2), (2, 2)])
def items(self, *args, **kwargs): # 有序字典同样具有字典的方法
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
>>> c1.items()
odict_items([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
def keys(self, *args, **kwargs): # 有序字典中所有元素的key值
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
>>> c1.keys()
odict_keys(['k4', 'k2', 'k3', 'k5'])
def move_to_end(self, *args, **kwargs): # 将某一元素移到最后
>>> c1
OrderedDict([('k4', 1), ('k5', 1), ('k2', 1), ('k3', 1)])
>>> c1.move_to_end('k5')
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
def pop(self, k, d=None): # 删除某一元素，需要添加key值（见popitem）
def popitem(self): # 删除元素，默认从最后删除无序添加key值
>>> c1
OrderedDict([('k4', 1), ('k5', 1), ('k2', 1), ('k3', 1), ('k1', 1)])
>>> c1.popitem()
('k1', 1)
>>> c1.pop()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: Required argument 'key' (pos 1) not found
def setdefault(self, k, d=None): # 添加元素设置默认值，默认第二个参数为None
>>> c1.setdefault(2,'v2')
'v2'
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1), (2, 'v2')])
def update(self, *args, **kwargs): # 更新有序字典
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
>>> c2
OrderedDict([(0, 2), (1, 2), (2, 2)])
>>> c1.update(c2)
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1), (0, 2),
(1, 2), (2, 2)])
def values(self, *args, **kwargs): # 有序字典中所有元素的values值
>>> c1
OrderedDict([('k4', 1), ('k2', 1), ('k3', 1), ('k5', 1)])
>>> c1.values()
odict_values([1, 1, 1, 1])
class deque(object): # 双向队列
def append(self, *args, **kwargs): # 右侧添加
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d2.append('-')
deque([ '>', '-', '-', '-', '<','-'])
def appendleft(self, *args, **kwargs): # 左侧添加
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d2.appendleft('-')
deque([ '-','>', '-', '-', '-', '<'])
def clear(self, *args, **kwargs): # 清除所有元素
def copy(self, *args, **kwargs): # 浅层copy
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d3=d2.copy()
def count(self, value): #
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d2.count('-')
3
def extend(self, *args, **kwargs): # 右侧扩展
>>> d3
deque(['1', '2', '3'])
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d2.extendleft(d3)
>>> d2
deque([ '>', '-', '-', '-','<'，'1', '2', '3'])
def extendleft(self, *args, **kwargs): # 左侧扩展
>>> d3
deque(['1', '2', '3'])
>>> d2
deque([ '>', '-', '-', '-', '<'])
>>> d2.extendleft(d3)
>>> d2
deque(['3','2', '1', '>', '-', '-', '-','<'])
def index(self, value, start=None, stop=None): # 索引
>>> d2
deque(['3', ',', '2', ',', '1', '--', '>', '-', '-', '-', '-','<'])
>>> d2.index('2')
2
def insert(self, index, p_object): # 可在指定位置插入
>>> d3
deque(['1', '2', '3'])
>>> d3.insert(1,'4')
>>> d3
deque(['1', '4', '2', '3'])
def pop(self, *args, **kwargs): # 右侧删除
>>> d3
deque(['1', '4', '2', '3'])
>>> d3.pop()
'3'
def popleft(self, *args, **kwargs): # 左侧删除
>>> d3.popleft()
'1'
>>> d3
deque(['4', '2'])
def remove(self, value): # 删除某一元素，需要加参数
>>> d3.remove('4')
>>> d3
deque(['2'])
def reverse(self): # 反转
>>> d3
deque(['1', '2', '3'])
>>> d3.reverse()
>>> d3
deque(['3', '2', '1'])
def rotate(self, *args, **kwargs): # 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
de = deque('>------------<')
while True:
print('\r %s ' % (''.join(de)))
de.rotate(1)
sys.stdout.flush()
time.sleep(1)
结果如下：
>------------<
<>------------
-<>-----------
--<>----------
---<>---------
相关文章