gpt4 book ai didi

python的常用模块之collections模块详解

转载 作者:qq735679552 更新时间:2022-09-27 22:32:09 26 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python的常用模块之collections模块详解由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

认识模块  。

什么是模块?

常见的场景:一个模块就是一个包含了python定义和声明的文件,文件名就是模块名字加上.py的后缀.

但其实import加载的模块分为四个通用类别:     1 使用python编写的代码(.py文件)    2 已被编译为共享库或dll的c或c++扩展    3 包好一组模块的包    4 使用c编写并链接到python解释器的内置模块 。

为何要使用模块?

如果你退出python解释器然后重新进入,那么你之前定义的函数或者变量都将丢失,因此我们通常将程序写到文件中以便永久保存下来,需要时就通过python test.py方式去执行,此时test.py被称为脚本script.

随着程序的发展,功能越来越多,为了方便管理,我们通常将程序分成一个个的文件,这样做程序的结构更清晰,方便管理。这时我们不仅仅可以把这些文件当做脚本去执行,还可以把他们当做模块来导入到其他的模块中,实现了功能的重复利用, 。

常用模块  。

1. collections模块 。

在内置数据类型(dict、list、set、tuple)的基础上,collections模块还提供了几个额外的数据类型:counter、deque、defaultdict、namedtuple和ordereddict等.

1.namedtuple: 生成可以使用名字来访问元素内容的tuple  2.deque: 双端队列,可以快速的从另外一侧追加和推出对象 3.counter: 计数器,主要用来计数 4.ordereddict: 有序字典 5.defaultdict: 带有默认值的字典 。

我们知道tuple可以表示不变集合,例如,一个点的二维坐标就可以表示成:

?
1
p = ( 1 , 2 )

但是,看到(1, 2),很难看出这个tuple是用来表示一个坐标的.

这时,namedtuple就派上了用场:

用法:namedtuple('名称', [属性list])

?
1
2
3
4
5
6
7
>>> from collections import namedtuple
>>> point = namedtuple( 'point' , [ 'x' , 'y' ])
>>> p = point( 1 , 2 )
>>> p.x
1
>>> p.y
2

类似的,如果要用坐标和半径表示一个圆,也可以用namedtuple定义:

?
1
2
3
4
5
6
from collections import namedtuple
cirle = namedtuple( "cirle" ,[ 'x' , 'y' , 'z' ])
c = cirle( 4 , 5 , 6 )
print (c.x,c.y,c.z)
output:
4 5 6

2. deque 。

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:

?
1
2
3
4
5
6
>>> 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.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
from collections import deque
dq = deque([ 1 , 2 ])
dq.append( 'a' # 从后面放数据 [1,2,'a']
dq.appendleft( 'b' ) # 从前面放数据 ['b',1,2,'a']
dq.insert( 2 , 3 #['b',1,3,2,'a']
print (dq.pop())   # 从后面取数据
print (dq.pop())   # 从后面取数据
print (dq.popleft()) # 从前面取数据
print (dq)
output:
a
2
b
deque([ 1 , 3 ])

3. ordereddict 。

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:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
>>> 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 )])
 
#有序字典
from collections import ordereddict
od = 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 )])
1
a
b
c

注意,ordereddict的key会按照插入的顺序排列,不是key本身排序 。

4. defaultdict 。

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:

?
1
2
3
4
5
6
7
>>> 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'

5. counter 。

counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。计数值可以是任意的interger(包括0和负数)。counter类和其他语言的bags或multisets很相似.

?
1
2
3
c = counter( 'abcdeabcdabcaba' )
print c
输出:counter({ 'a' : 5 , 'b' : 4 , 'c' : 3 , 'd' : 2 , 'e' : 1 })

创建 。

下面的代码说明了counter类创建的四种方法:

counter类的创建

?
1
2
3
4
>>> 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

计数值的访问与缺失的键 。

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.

计数值的访问 。

?
1
2
3
4
5
6
7
>>> c = counter( "abcdefgab" )
>>> c[ "a" ]
2
>>> c[ "c" ]
1
>>> c[ "h" ]
0

计数器的更新(update和subtract) 。

可以使用一个iterable对象或者另一个counter对象来更新键值.

计数器的更新包括增加和减少两种。其中,增加使用update()方法:

计数器的更新(update) 。

?
1
2
3
4
5
6
7
8
>>> 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

减少则使用subtract()方法:

计数器的更新(subtract) 。

?
1
2
3
4
5
6
7
8
>>> c = counter( 'which' )
>>> c.subtract( 'witch' ) # 使用另一个iterable对象更新
>>> c[ 'h' ]
1
>>> d = counter( 'watch' )
>>> c.subtract(d) # 使用另一个counter对象更新
>>> c[ 'a' ]
- 1

键的修改和删除 。

当计数值为0时,并不意味着元素被删除,删除元素应当使用del.

?
1
2
3
4
5
6
7
8
9
>>> c = counter( "abcdcba" )
>>> c
counter({ 'a' : 2 , 'c' : 2 , 'b' : 2 , 'd' : 1 })
>>> c[ "b" ] = 0
>>> c
counter({ 'a' : 2 , 'c' : 2 , 'd' : 1 , 'b' : 0 })
>>> del c[ "a" ]
>>> c
counter({ 'c' : 2 , 'b' : 2 , 'd' : 1 })

elements() 。

返回一个迭代器。元素被重复了多少次,在该迭代器中就包含多少个该元素。元素排列无确定顺序,个数小于1的元素不被包含.

elements()方法 。

?
1
2
3
>>> c = counter(a = 4 , b = 2 , c = 0 , d = - 2 )
>>> list (c.elements())
[ 'a' , 'a' , 'a' , 'a' , 'b' , 'b' ]

most_common([n]) 。

返回一个topn列表。如果n没有被指定,则返回所有元素。当多个元素计数值相同时,排列是无确定顺序的。 most_common()方法 。

?
1
2
3
4
5
>>> 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 )]

浅拷贝copy 。

?
1
2
3
4
5
6
>>> c = counter( "abcdcba" )
>>> c
counter({ 'a' : 2 , 'c' : 2 , 'b' : 2 , 'd' : 1 })
>>> d = c.copy()
>>> d
counter({ 'a' : 2 , '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.

counter对象的算术和集合操作 。

?
1
2
3
4
5
6
7
8
9
10
>>> 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 })

其他常用操作 。

下面是一些counter类的常用操作,来源于python官方文档 。

counter类常用操作 。

?
1
2
3
4
5
6
7
8
9
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set
dict (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个元素
c + = counter() # 移除0和负值

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.

原文链接:http://www.cnblogs.com/ChinacloudTech/p/10031915.html 。

最后此篇关于python的常用模块之collections模块详解的文章就讲到这里了,如果你想了解更多关于python的常用模块之collections模块详解的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com