欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python collections模塊的使用方法

 更新時(shí)間：2020年10月09日 10:49:33   作者：南枝向暖北枝寒MA  
這篇文章主要介紹了Python collections模塊的使用方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

collections模塊

這個(gè)模塊實(shí)現(xiàn)了特定目標(biāo)的容器，以提供Python標(biāo)準(zhǔn)內(nèi)建容器 dict、list、set、tuple 的替代選擇。

  • Counter：字典的子類，提供了可哈希對(duì)象的計(jì)數(shù)功能
  • defaultdict：字典的子類，提供了一個(gè)工廠函數(shù)，為字典查詢提供了默認(rèn)值
  • OrderedDict：字典的子類，保留了他們被添加的順序
  • namedtuple：創(chuàng)建命名元組子類的工廠函數(shù)
  • deque：類似列表容器，實(shí)現(xiàn)了在兩端快速添加(append)和彈出(pop)
  • ChainMap：類似字典的容器類，將多個(gè)映射集合到一個(gè)視圖里面

Counter

Counter是一個(gè)dict子類，主要是用來對(duì)你訪問的對(duì)象的頻率進(jìn)行計(jì)數(shù)。

>>> import collections
>>> # 統(tǒng)計(jì)字符出現(xiàn)的次數(shù)
... collections.Counter('hello world')
Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})
>>> # 統(tǒng)計(jì)單詞個(gè)數(shù)
... collections.Counter('hello world hello lucy'.split())
Counter({'hello': 2, 'world': 1, 'lucy': 1})

常用方法：

  • elements()：返回一個(gè)迭代器，每個(gè)元素重復(fù)計(jì)算的個(gè)數(shù)，如果一個(gè)元素的計(jì)數(shù)小于1,就會(huì)被忽略
  • most_common([n])：返回一個(gè)列表，提供n個(gè)訪問頻率最高的元素和計(jì)數(shù)
  • subtract([iterable-or-mapping])：從迭代對(duì)象中減去元素，輸入輸出可以是0或者負(fù)數(shù)
  • update([iterable-or-mapping])：從迭代對(duì)象計(jì)數(shù)元素或者從另一個(gè) 映射對(duì)象 (或計(jì)數(shù)器) 添加
>>> c = collections.Counter('hello world hello lucy'.split())
>>> c
Counter({'hello': 2, 'world': 1, 'lucy': 1})
>>> # 獲取指定對(duì)象的訪問次數(shù)，也可以使用get方法
... c['hello']
2
>>> # 查看元素
... list(c.elements())
['hello', 'hello', 'world', 'lucy']
>>> c1 = collections.Counter('hello world'.split())
>>> c2 = collections.Counter('hello lucy'.split())
>>> c1
Counter({'hello': 1, 'world': 1})
>>> c2
Counter({'hello': 1, 'lucy': 1})
>>> # 追加對(duì)象，+或者c1.update(c2)
... c1+c2
Counter({'hello': 2, 'world': 1, 'lucy': 1})
>>> # 減少對(duì)象，-或者c1.subtract(c2)
... c1-c2
Counter({'world': 1})
>>> # 清除
... c.clear()
>>> c
Counter()

defaultdict

返回一個(gè)新的類似字典的對(duì)象。 defaultdict 是內(nèi)置 dict 類的子類。

class collections.defaultdict([default_factory[, ...]])
>>> d = collections.defaultdict()
>>> d
defaultdict(None, {})
>>> e = collections.defaultdict(str)
>>> e
defaultdict(<class 'str'>, {})

例子

defaultdict的一個(gè)典型用法是使用其中一種內(nèi)置類型（如str、int、list或dict等）作為默認(rèn)工廠，這些內(nèi)置類型在沒有參數(shù)調(diào)用時(shí)返回空類型。

>>> e = collections.defaultdict(str)
>>> e
defaultdict(<class 'str'>, {})
>>> e['hello']
''
>>> e
defaultdict(<class 'str'>, {'hello': ''})
>>> # 普通字典調(diào)用不存在的鍵時(shí)，報(bào)錯(cuò)
... e1 = {}
>>> e1['hello']
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
KeyError: 'hello'

使用 int 作為 default_factory

>>> fruit = collections.defaultdict(int)
>>> fruit['apple'] = 2
>>> fruit
defaultdict(<class 'int'>, {'apple': 2})
>>> fruit['banana'] # 沒有對(duì)象時(shí)，返回0
0
>>> fruit
defaultdict(<class 'int'>, {'apple': 2, 'banana': 0})

使用 list 作為 default_factory

>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = collections.defaultdict(list)
>>> for k,v in s:
...   d[k].append(v)
...
>>> d
defaultdict(<class 'list'>, {'yellow': [1, 3], 'blue': [2, 4], 'red': [1]})
>>> d.items()
dict_items([('yellow', [1, 3]), ('blue', [2, 4]), ('red', [1])])
>>> sorted(d.items())
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

使用 dict 作為 default_factory

>>> nums = collections.defaultdict(dict)
>>> nums[1] = {'one':1}
>>> nums
defaultdict(<class 'dict'>, {1: {'one': 1}})
>>> nums[2]
{}
>>> nums
defaultdict(<class 'dict'>, {1: {'one': 1}, 2: {}})

使用 set 作為 default_factory

>>> types = collections.defaultdict(set)
>>> types['手機(jī)'].add('華為')
>>> types['手機(jī)'].add('小米')
>>> types['顯示器'].add('AOC')
>>> types
defaultdict(<class 'set'>, {'手機(jī)': {'華為', '小米'}, '顯示器': {'AOC'}})

 OrderedDict

Python字典中的鍵的順序是任意的，它們不受添加的順序的控制。

collections.OrderedDict 類提供了保留他們添加順序的字典對(duì)象
>>> o = collections.OrderedDict()
>>> o['k1'] = 'v1'
>>> o['k3'] = 'v3'
>>> o['k2'] = 'v2'
>>> o
OrderedDict([('k1', 'v1'), ('k3', 'v3'), ('k2', 'v2')])

如果在已經(jīng)存在的 key 上添加新的值，將會(huì)保留原來的 key 的位置，然后覆蓋 value 值。

>>> o['k1'] = 666
>>> o
OrderedDict([('k1', 666), ('k3', 'v3'), ('k2', 'v2')])
>>> dict(o)
{'k1': 666, 'k3': 'v3', 'k2': 'v2'}

namedtuple

三種定義命名元組的方法：第一個(gè)參數(shù)是命名元組的構(gòu)造器（如下的：Person1，Person2，Person3）

>>> P1 = collections.namedtuple('Person1',['name','age','height'])
>>> P2 = collections.namedtuple('Person2','name,age,height')
>>> P3 = collections.namedtuple('Person3','name age height')

實(shí)例化命名元組

>>> lucy = P1('lucy',23,180)
>>> lucy
Person1(name='lucy', age=23, height=180)
>>> jack = P2('jack',20,190)
>>> jack
Person2(name='jack', age=20, height=190)
>>> lucy.name # 直接通過 實(shí)例名.屬性 來調(diào)用
'lucy'
>>> lucy.age
23

deque

collections.deque 返回一個(gè)新的雙向隊(duì)列對(duì)象，從左到右初始化（用方法 append()），從 iterable（迭代對(duì)象）數(shù)據(jù)創(chuàng)建。如果 iterable 沒有指定，新隊(duì)列為空。
collections.deque 隊(duì)列支持線程安全，對(duì)于從兩端添加（append）或者彈出（pop），復(fù)雜度O(1)。
 雖然 list 對(duì)象也支持類似操作，但是這里優(yōu)化了定長(zhǎng)操作（pop(0)、insert(0,v)）的開銷。
 如果 maxlen 沒有指定或者是 None ，deque 可以增長(zhǎng)到任意長(zhǎng)度。否則，deque 就限定到指定最大長(zhǎng)度。一旦限定長(zhǎng)度的 deque 滿了，當(dāng)新項(xiàng)加入時(shí)，同樣數(shù)量的項(xiàng)就從另一端彈出。

支持的方法：

  • append(x)：添加x到右端
  • appendleft(x)：添加x到左端
  • clear()：清除所有元素，長(zhǎng)度變?yōu)?
  • copy()：創(chuàng)建一份淺拷貝
  • count(x)：計(jì)算隊(duì)列中個(gè)數(shù)等于x的元素
  • extend(iterable)：在隊(duì)列右側(cè)添加iterable中的元素
  • extendleft(iterable)：在隊(duì)列左側(cè)添加iterable中的元素，注：在左側(cè)添加時(shí)，iterable參數(shù)的順序?qū)?huì)反過來添加
  • index(x[,start[,stop]])：返回第 x 個(gè)元素（從 start 開始計(jì)算，在 stop 之前）。返回第一個(gè)匹配，如果沒找到的話，升起 ValueError 。
  • insert(i,x)：在位置 i 插入 x 。注：如果插入會(huì)導(dǎo)致一個(gè)限長(zhǎng)deque超出長(zhǎng)度 maxlen 的話，就升起一個(gè) IndexError 。
  • pop()：移除最右側(cè)的元素
  • popleft()：移除最左側(cè)的元素
  • remove(value)：移去找到的第一個(gè) value。沒有拋出ValueError
  • reverse()：將deque逆序排列。返回 None 。
  • maxlen：隊(duì)列的最大長(zhǎng)度，沒有限定則為None。
>>> d = collections.deque(maxlen=10)
>>> d
deque([], maxlen=10)
>>> d.extend('python')
>>> [i.upper() for i in d]
['P', 'Y', 'T', 'H', 'O', 'N']
>>> d.append('e')
>>> d.appendleft('f')
>>> d.appendleft('g')
>>> d.appendleft('h')
>>> d
deque(['h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n', 'e'], maxlen=10)
>>> d.appendleft('i')
>>> d
deque(['i', 'h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n'], maxlen=10)
>>> d.append('m')
>>> d
deque(['h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n', 'm'], maxlen=10)

ChainMap

問題背景是我們有多個(gè)字典或者映射，想把它們合并成為一個(gè)單獨(dú)的映射，有人說可以用update進(jìn)行合并，這樣做的問題就是新建了一個(gè)數(shù)據(jù)結(jié)構(gòu)以致于當(dāng)我們對(duì)原來的字典進(jìn)行更改的時(shí)候不會(huì)同步。如果想建立一個(gè)同步的查詢方法，可以使用 ChainMap

可以用來合并兩個(gè)或者更多個(gè)字典，當(dāng)查詢的時(shí)候，從前往后依次查詢。簡(jiǎn)單使用：

>>> d1 = {'apple':1,'banana':2}
>>> d2 = {'orange':2,'apple':3,'pike':1}
>>> combined1 = collections.ChainMap(d1,d2)
>>> combined2 = collections.ChainMap(d2,d1)
>>> combined1
ChainMap({'apple': 1, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
>>> combined2
ChainMap({'orange': 2, 'apple': 3, 'pike': 1}, {'apple': 1, 'banana': 2})
>>> for k,v in combined1.items():
...   print(k,v)
...
orange 2
apple 1
pike 1
banana 2
>>> for k,v in combined2.items():
...   print(k,v)
...
apple 3
banana 2
orange 2
pike 1

有一個(gè)注意點(diǎn)就是當(dāng)對(duì)ChainMap進(jìn)行修改的時(shí)候總是只會(huì)對(duì)第一個(gè)字典進(jìn)行修改，如果第一個(gè)字典不存在該鍵，會(huì)添加。

>>> d1 = {'apple':1,'banana':2}
>>> d2 = {'orange':2,'apple':3,'pike':1}
>>> c = collections.ChainMap(d1,d2)
>>> c
ChainMap({'apple': 1, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
>>> c['apple']
1
>>> c['apple'] = 2
>>> c
ChainMap({'apple': 2, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
>>> c['pike']
1
>>> c['pike'] = 3
>>> c
ChainMap({'apple': 2, 'banana': 2, 'pike': 3}, {'orange': 2, 'apple': 3, 'pike': 1})

從原理上面講，ChainMap 實(shí)際上是把放入的字典存儲(chǔ)在一個(gè)隊(duì)列中，當(dāng)進(jìn)行字典的增加刪除等操作只會(huì)在第一個(gè)字典上進(jìn)行，當(dāng)進(jìn)行查找的時(shí)候會(huì)依次查找，new_child() 方法實(shí)質(zhì)上是在列表的第一個(gè)元素前放入一個(gè)字典，默認(rèn)是{}，而 parents 是去掉了列表開頭的元素

>>> a = collections.ChainMap()
>>> a['x'] = 1
>>> a
ChainMap({'x': 1})
>>> b = a.new_child()
>>> b
ChainMap({}, {'x': 1})
>>> b['x'] = 2
>>> b
ChainMap({'x': 2}, {'x': 1})
>>> b['y'] = 3
>>> b
ChainMap({'x': 2, 'y': 3}, {'x': 1})
>>> a
ChainMap({'x': 1})
>>> c = a.new_child()
>>> c
ChainMap({}, {'x': 1})
>>> c['x'] = 1
>>> c['y'] = 1
>>> c
ChainMap({'x': 1, 'y': 1}, {'x': 1})
>>> d = c.parents
>>> d
ChainMap({'x': 1})
>>> d is a
False
>>> d == a
True

>>> a = {'x':1,'z':3}
>>> b = {'y':2,'z':4}
>>> c = collections.ChainMap(a,b)
>>> c
ChainMap({'x': 1, 'z': 3}, {'y': 2, 'z': 4})
>>> c.maps
[{'x': 1, 'z': 3}, {'y': 2, 'z': 4}]
>>> c.parents
ChainMap({'y': 2, 'z': 4})
>>> c.parents.maps
[{'y': 2, 'z': 4}]
>>> c.parents.parents
ChainMap({})
>>> c.parents.parents.parents
ChainMap({})

到此這篇關(guān)于Python collections模塊的使用方法的文章就介紹到這了,更多相關(guān)Python collections模塊內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！ 

相關(guān)文章

最新評(píng)論