python中collections用法
来源:互联网 发布:ubuntu 开机自启动命令 编辑:程序博客网 时间:2024/06/04 22:54
defaultdict
defaultdict在普通的dict之上添加了default_factory,使得key(键)不存在时会自动生成相应类型的value(值),我们可以在defaultdict的第一个参数中指定相应的default_factory,这个参数可以指定成list, set, int等各种合法类型。
example1
>>> from collections import defaultdict>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
我们现在有上面这样一组list(列表),虽然我们有6组数据,但是仔细观察后发现其实我们只有两种color(颜色),但是每一个color对应多个值。现在我们想要将这个list转换成一个dict(字典),这个dict的key(键)对应一种color,dict的value(值)设置为一个list存放color对应的多个值。我们可以使用 defaultdict(list) 来解决这个问题。
# d可以看作一个dict(字典),dict的value是一个list(列表)>>> d = defaultdict(list)>>> for k in s:... d[k].append(v)... >>> d>>> defaultdict(<class 'list'>, {'blue': [2, 4, 4], 'red': [1, 3, 1]})
example2
上面这个例子中有一些不完美的地方,比如说 {'blue': [2, 4, 4], 'red': [1, 3, 1]} 这个defaultdict中blue颜色中包含两个4,red颜色中包含两个1,但是我们不希望含有重复的元素,这个时候可以考虑使用 defaultdict(set) 来解决这个问题。set(集合)相比list(列表)的不同之处在于set中不允许存在相同的元素。
>>> d = defaultdict(list)>>> for k in s:... d[k].add(v)... >>> d>>> defaultdict(<class 'set'>, {'blue': {2, 4}, 'red': {1, 3}})
example3
>>> s = 'hello world'
通过使用 defaultdict(int) 的形式我们来统计一个字符串中每个字符出现的个数
>>> d = defaultdict(int)>>> for k in s:... d[k] += 1... >>> d>>> defaultdict(<class 'int'>, {'o': 2, 'h': 1, 'w': 1, 'l': 3, ' ': 1, 'd': 1, 'e': 1, 'r': 1})
OrderedDict
我们知道默认的dict(字典)是无序的,但是在某些情形我们需要保持dict的有序性,这个时候可以使用OrderedDict,它是dict的一个subclass(子类),但是在dict的基础上保持了dict的有序型,下面我们来看一下使用方法。
example1
# 无序的dict>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
这是一个无序的dict(字典),现在我们可以使用OrderedDict来让这个dict变得有序。
# 将d按照key来排序>>> OrderedDict(sorted(d.items(), key=lambda t: t[0]))OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])# 将d按照value来排序>>> OrderedDict(sorted(d.items(), key=lambda t: t[1]))OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])# 将d按照key的长度来排序>>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0])))OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])
example2
使用 popitem(last=True) 方法可以让我们按照LIFO(先进后出)的顺序删除dict中的key-value,即删除最后一个插入的键值对,如果last=False就按照FIFO(先进先出)删除dict中key-value。
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}# 将d按照key来排序>>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))>>> dOrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])# 使用popitem()方法来移除最后key-value对>>> d.popitem()('pear', 1)# 使用popitem(last=False)来移除最后一个key-value对>>> d.popitem(last=False)('apple', 4)
example3
使用 move_to_end(key, last=True) 来改变有序的OrderedDict对象的key-value顺序,通过这个方法我们可以将排序好的OrderedDict对象中的任意一个key-value插入到字典的开头或者结尾。
>>> from collections import OrderedDict>>> d = OrderedDict.fromkeys('abcde')>>> dOrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])# 将key为b的key-value对移动到dict的最后>>> d.move_to_end('b')>>> dOrderedDict([('a', None), ('c', None), ('d', None), ('e', None), ('b', None)])>>> ''.join(d.keys())'acdeb'# 将key为b的key-value对移动到dict的最前面>>> d.move_to_end('b', last=False)>>> ''.join(d.keys())'bacde'
deque
list存储数据的优势在于按找索引查找元素会很快,但是插入和删除元素就很慢了,因为它是是单链表的数据结构。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,而且线程安全。
list只提供了append和pop方法来从list的尾部插入/删除元素,但是deque新增了appendleft/popleft 允许我们高效的在元素的开头来插入/删除元素。而且使用deque在队列两端添加(append)或弹出(pop)元素的算法复杂度大约是O(1),但是对于list对象改变列表长度和数据位置的操作例如 pop(0)和insert(0, v)操作的复杂度高达O(n)。由于对deque的操作和list基本一致,这里就不重复了。
ChainMap
ChainMap用来将多个dict(字典)组成一个list(只是比喻),可以理解成合并多个字典,但和update不同,而且效率更高。
>>> 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['b']'B'# 将m变成一个list>>> m.maps[{'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'}]
# 更新a中的值也会对ChainMap对象造成影响>>> a['c'] = 'E'>>> m['c']'E'# 从m从复制一个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'>>> m2.parentsChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
Counter
example1
Counter也是dict的一个subclass,它是一个无序容器,可以看做一个计数器,用来统计相关元素出现的个数。
>>> from collections import Counter>>> cnt = Counter()# 统计列表中元素出现的个数>>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:... cnt[word] += 1...>>> cntCounter({'blue': 3, 'red': 2, 'green': 1})# 统计字符串中元素出现的个数>>> cnt = Counter()>>> for ch in 'hello':... cnt[ch] = cnt[ch] + 1... >>> cntCounter({'l': 2, 'o': 1, 'h': 1, 'e': 1})
example2
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']
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})>>> c.most_common(3) [('a', 5), ('b', 2), ('r', 2)]
namedtuple
使用namedtuple( typename , field_names )命名tuple中的元素来使程序更具可读性
>>> from collections import namedtuple>>> Point = namedtuple('PointExtension', ['x', 'y'])>>> p = Point(1, 2)>>> p.__class__.__name__'PointExtension'>>> p.x1>>> p.y2
- python中collections用法
- Python中collections的用法
- Python的collections模块中defaultdict类型的用法
- Python:collections模块的用法
- java 中 Collections 的用法
- java中Collections.sort的用法
- java-Collections类中shuffle的用法
- Java中Collections.sort排序用法
- python模块collections中namedtuple()的理解
- python中实用的collections模块
- python模块collections中namedtuple()的理解
- Python collections
- python Collections
- collections python
- java 中Collections.sort() 排序函数的用法
- JAVA的Collections类中shuffle的用法
- java中Collections.sort() 排序函数的用法
- java中list排序:Collections.sort() 排序函数的用法
- bzoj3306: 树
- 金融名词
- 了解HTML列表
- 并查集模板
- 在Java中如何遍历Map对象
- python中collections用法
- 我的第一篇文章
- Kafka使用kclient三种使用方法
- [已解决]python scrapy库安装过程提示错误 Running setup.py install for Twisted ... error
- 数论常用内容——阶乘
- Java中List Set Map 是否有序等总结
- C语言点滴学习笔记
- 关于double问题(1.01 + 2.02 = 3.0300000000000002)
- 二分贪心-D