內容主要來自www.ziwenxie.site/2016/12/10/python-stand-library-collections/，在此感謝
這里我們介紹幾種類型
1 defaultdict
2 OrderedDict
3 deque
4 ChainMap
5 Couter
6 nametuple
1 defualtdict
defaultdict(default_factory)
在普通的dict(字典)之上添加了default_factory, default_factory參數可以指定成list, set, int等各種合法類型。
>>> from collections import defaultdict
>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
1.1 lsit型
現在我們想要將這個list轉換成一個dict(字典)，這個dict的key(鍵)對應一種color，dict的value(值)設置為一個list存放color對應的多個值。我們可以使用defaultdict(list)來解決這個問題。
# d可以看作一個dict(字典)，dict的value是一個list(列表) >>> d = defaultdict(list) >>> for k, v in s: ... d[k].append(v) ... >>> d defaultdict(<class 'list'>, {'blue': [2, 4, 4], 'red': [1, 3, 1]})
1.2 set型
上面這個例子中有一些不完美的地方，比如說{‘blue’: [2, 4, 4], ‘red’: [1, 3, 1]}這個defaultdict中blue顏色中包含兩個4，red顏色中包含兩個1，但是我們不希望含有重復的元素，這個時候可以考慮使用defaultdict(set)來解決這個問題。set(集合)相比list(列表)的不同之處在於set中不允許存在相同的元素。
>>> d = defaultdict(set) >>> for k, v in s: ... d[k].add(v) ... >>> d defaultdict(<class 'set'>, {'blue': {2, 4}, 'red': {1, 3}})
1.3 int型
>>> s = 'hello world'
通過使用defaultdict(int)的形式我們來統計一個字符串中每個字符出現的個數。
>>> 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})
2 OrderDict
我們知道默認的dict(字典)是無序的，但是在某些情形我們需要保持dict的有序性，這個時候可以使用OrderedDict，它是dict的一個subclass(子類)，但是在dict的基礎上保持了dict的有序型，下面我們來看一下使用方法。
>>> from collections import OrderedDict # 無序的dict >>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
這是一個無序的dict(字典)，現在我們可以使用OrderedDict來讓這個dict變得有序。
2.1 基本生成OrderedDict類型
# 將d按照key來排序 >>> OrderedDict(sorted(d.items(), key=lambda t: t[0])) OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)]) # 將d按照value來排序 >>> OrderedDict(sorted(d.items(), key=lambda t: t[1])) OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)]) # 將d按照key的長度來排序 >>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0]))) OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])
2.2 popitem(last=True)
使用popitem(last=True)方法可以讓我們按照LIFO(先進后出)的順序刪除dict中的key-value，即刪除最后一個插入的鍵值對，如果last=False就按照FIFO(先進先出)刪除dict中key-value。
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
# 將d按照key來排序
>>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))
>>> d
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
# 使用popitem()方法來移除最后一個key-value對
>>> d.popitem()
('pear', 1)
# 使用popitem(last=False)來移除第一個key-value對
>>> d.popitem(last=False)
('apple', 4)
2.3 move_to_end(key, last=True)
使用move_to_end(key, last=True)來改變有序的OrderedDict對象的key-value順序，通過這個方法我們可以將排序好的OrderedDict對象中的任意一個key-value插入到字典的開頭或者結尾。
>>> d = OrderedDict.fromkeys('abcde') >>> d OrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)]) # 將key為b的key-value對移動到dict的最后 >>> d.move_to_end('b') >>> d OrderedDict([('a', None), ('c', None), ('d', None), ('e', None), ('b', None)]) >>> ''.join(d.keys()) 'acdeb' # 將key為b的key-value對移動到dict的最前面 >>> d.move_to_end('b', last=False) >>> ''.join(d.keys()) 'bacde'
3 deque
list存儲數據的優勢在於按找索引查找元素會很快，但是插入和刪除元素就很慢了，因為它是是單鏈表的數據結構。deque是為了高效實現插入和刪除操作的雙向列表，適合用於隊列和棧，而且線程安全。
list只提供了append和pop方法來從list的尾部插入/刪除元素，但是deque新增了appendleft/popleft允許我們高效的在元素的開頭來插入/刪除元素。而且使用deque在隊列兩端添加（append）或彈出（pop）元素的算法復雜度大約是O(1)，但是對於list對象改變列表長度和數據位置的操作例如 pop(0)和insert(0, v)操作的復雜度高達O(n)。deque與list的操作基本類似。
>>> from collections import deque >>> d = deque('ghi') # make a new deque with three >>> d.append('j') # add a new entry to the right side >>> d.appendleft('f') # add a new entry to the left side >>> d # show the representation of the deque deque(['f', 'g', 'h', 'i', 'j']) >>> d.pop() # return and remove the rightmost item 'j' >>> d.popleft() # return and remove the leftmost item 'f'
4 ChainMap
ChainMap用來將多個dict(字典)組成一個list(只是比喻)，可以理解成合並多個字典，但和update不同，而且效率更高。
但是我的py2.7.6沒有提供該方法，等換版本再說吧
5 Counter
Counter也是dict的一個subclass，它是一個無序容器，可以看做一個計數器，用來統計相關元素出現的個數。
5.1 Counter基本創建
>>> from collections import Counter >>> cnt = Counter() # 統計列表中元素出現的個數 >>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']: ... cnt[word] += 1 ... >>> cnt Counter({'blue': 3, 'red': 2, 'green': 1}) # 統計字符串中元素出現的個數 >>> cnt = Counter() >>> for ch in 'hello': ... cnt[ch] = cnt[ch] + 1 ... >>> cnt Counter({'l': 2, 'o': 1, 'h': 1, 'e': 1})
5.2 Counter.elements()
使用elements()方法按照元素的出現次數返回一個iterator(迭代器)，元素以任意的順序返回，如果元素的計數小於1，將忽略它。
>>> c = Counter(a=4, b=2, c=0, d=-2) >>> c Counter({'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']
5.3 Counter.most_common(n)
使用most_common(n)返回一個list, list中包含Counter對象中出現最多前n個元素。
>>> c = Counter('abracadabra') >>> c Counter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1}) >>> c.most_common(3) [('a', 5), ('b', 2), ('r', 2)]
6 namedtuple
使用namedtuple(typename, field_names)命名tuple中的元素來使程序更具可讀性。
>>> from collections import namedtuple >>> Point = namedtuple('PointExtension', ['x', 'y']) >>> p = Point(1, 2) >>> p.__class__.__name__ 'PointExtension' >>> p.x 1 >>> p.y 2