[

collections

我们知道，Python 的数据类型有 list, tuple, dict, str 等，collections 模块提供了额外 5 个高性能的数据类型：

Counter: 计数器
OrderedDict: 有序字典
defaultdict: 带有默认值的字典
namedtuple: 生成可以通过属性访问元素内容的 tuple 子类
deque: 双端队列，能够在队列两端添加或删除元素

Counter

Counter 是一个简单的计数器，可用于统计字符串、列表等的元素个数。

看看例子：

>>> from collections import Counter >>> >>> s = 'aaaabbbccd' >>> c = Counter(s)        # 创建了一个 Counter 对象 >>> c                      Counter({'a': 4, 'b': 3, 'c': 2, 'd': 1}) >>> isinstance(c, dict)   # c 其实也是一个字典对象 True >>> c.get('a') 4 >>> c.most_common(2)      # 获取出现次数最多的前两个元素 [('a', 4), ('b', 3)]

在上面，我们使用 Counter() 创建了一个 Counter 对象 c，Counter 其实是 dict 的一个子类，我们可以使用 get 方法来获取某个元素的个数。Counter 对象有一个 most_common 方法，允许我们获取出现次数最多的前几个元素。

另外，两个 Counter 对象还可以做运算：

>>> from collections import Counter >>> >>> s1 = 'aaaabbbccd' >>> c1 = Counter(s1) >>> c1 Counter({'a': 4, 'b': 3, 'c': 2, 'd': 1}) >>> >>> s2 = 'aaabbef' >>> c2 = Counter(s2) >>> c2 Counter({'a': 3, 'b': 2, 'e': 1, 'f': 1}) >>> >>> c1 + c2       # 两个计数结果相加 Counter({'a': 7, 'b': 5, 'c': 2, 'e': 1, 'd': 1, 'f': 1}) >>> c1 - c2       # c2 相对于 c1 的差集 Counter({'c': 2, 'a': 1, 'b': 1, 'd': 1}) >>> c1 & c2       # c1 和 c2 的交集 Counter({'a': 3, 'b': 2}) >>> c1 | c2       # c1 和 c2 的并集 Counter({'a': 4, 'b': 3, 'c': 2, 'e': 1, 'd': 1, 'f': 1})

OrderedDict

Python 中的 dict 是无序的：

>>> dict([('a', 10), ('b', 20), ('c', 15)]) {'a': 10, 'c': 15, 'b': 20}

有时，我们希望保持 key 的顺序，这时可以用 OrderedDict：

>>> from collections import OrderedDict >>> OrderedDict([('a', 10), ('b', 20), ('c', 15)]) OrderedDict([('a', 10), ('b', 20), ('c', 15)])

defaultdict

在 Python 中使用 dict 时，如果访问了不存在的 key，会抛出 KeyError 异常，因此，在访问之前，我们经常需要对 key 作判断，比如：

>>> d = dict() >>> s = 'aaabbc' >>> for char in s: ...     if char in d: ...         d[char] += 1 ...     else: ...         d[char] = 1 ... >>> d {'a': 3, 'c': 1, 'b': 2}

使用 defaultdict，我们可以给字典中的 key 提供一个默认值。访问 defaultdict 中的 key，如果 key 存在，就返回 key 对应的 value，如果 key 不存在，就返回默认值。

>>> from collections import defaultdict >>> d = defaultdict(int)   # 默认的 value 值是 0 >>> s = 'aaabbc' >>> for char in s: ...     d[char] += 1 ... >>> d defaultdict(<type 'int'>, {'a': 3, 'c': 1, 'b': 2}) >>> d.get('a') 3 >>> d['z'] 0

使用 defaultdict 时，我们可以传入一个工厂方法来指定默认值，比如传入 int，表示默认值是 0，传入 list，表示默认是 []：

>>> from collections import defaultdict >>> >>> d1 = defaultdict(int) >>> d1['a'] 0 >>> d2 = defaultdict(list) >>> d2['b'] [] >>> d3 = defaultdict(str) >>> d3['a'] ''

我们还可以自定义默认值，通过 lambda 函数来实现：

>>> from collections import defaultdict >>> >>> d = defaultdict(lambda: 10) >>> d['a'] 10

namedtuple

我们经常用 tuple (元组) 来表示一个不可变对象，比如用一个 (姓名, 学号, 年龄) 的元组来表示一个学生：

>>> stu = ('ethan', '001', 20) >>> stu[0] 'ethan'

这里使用 tuple 没什么问题，但可读性比较差，我们必须清楚索引代表的含义，比如索引 0 表示姓名，索引 1 表示学号。如果用类来定义，就可以通过设置属性 name, id, age 来表示，但就有些小题大作了。

我们可以通过 namedtuple 为元组的每个索引设置名称，然后通过「属性名」来访问：

>>> from collections import namedtuple >>> Student = namedtuple('Student', ['name', 'id', 'age'])  # 定义了一个 Student 元组 >>> >>> stu = Student('ethan', '001', 20) >>> stu.name 'ethan' >>> stu.id '001'

deque

deque 是双端队列，允许我们在队列两端添加或删除元素。

>>> from collections import Counter >>> >>> s1 = 'aaaabbbccd' >>> c1 = Counter(s1) >>> c1 Counter({'a': 4, 'b': 3, 'c': 2, 'd': 1}) >>> >>> s2 = 'aaabbef' >>> c2 = Counter(s2) >>> c2 Counter({'a': 3, 'b': 2, 'e': 1, 'f': 1}) >>> >>> c1 + c2       # 两个计数结果相加 Counter({'a': 7, 'b': 5, 'c': 2, 'e': 1, 'd': 1, 'f': 1}) >>> c1 - c2       # c2 相对于 c1 的差集 Counter({'c': 2, 'a': 1, 'b': 1, 'd': 1}) >>> c1 & c2       # c1 和 c2 的交集 Counter({'a': 3, 'b': 2}) >>> c1 | c2       # c1 和 c2 的并集 Counter({'a': 4, 'b': 3, 'c': 2, 'e': 1, 'd': 1, 'f': 1}) 0