python collections模塊詳解

1.模塊簡介

collections包含了一些特殊的容器，針對Python內置的容器，例如list、dict、set和tuple，提供了另一種選擇；

namedtuple，可以創建包含名稱的tuple；

deque，類似於list的容器，可以快速的在隊列頭部和尾部添加、刪除元素；

Counter，dict的子類，計算可hash的對象；

OrderedDict，dict的子類，可以記住元素的添加順序；

defaultdict，dict的子類，可以調用提供默認值的函數；

2.模塊使用

2.1 Counter

counter可以支持方便、快速的計數，例如，

from collections import *

cnt = Counter()
wordList = ["a","b","c","c","a","a"]
for word in wordList:
    cnt[word] += 1
print cnt

控制台輸出，

Counter({'a': 3, 'c': 2, 'b': 1})

對可迭代的對象進行計數或者從另一個映射（counter）進行初始化，

>>> c = Counter()#一個新的，空的counter
>>> c
Counter()
>>> c = Counter("gallahad")#從可迭代的字符串初始化counter
>>> c
Counter({'a': 3, 'l': 2, 'h': 1, 'g': 1, 'd': 1})
>>> c = Counter({'red':4,'blue':2})#從映射初始化counter
>>> c
Counter({'red': 4, 'blue': 2})
>>> c = Counter(cats = 4,dogs = 8)#從args初始化counter
>>> c
Counter({'dogs': 8, 'cats': 4})

Counter對象類似於字典，如果某個項缺失，會返回0，而不是報出KeyError；

>>> c = Counter(['eggs','ham'])
>>> c['bacon']#沒有'bacon'
0
>>> c['eggs']#有'eggs'
1

將一個元素的數目設置為0，並不能將它從counter中刪除，使用del可以將這個元素刪除；

>>> c
Counter({'eggs': 1, 'ham': 1})
>>> c['eggs'] = 0
>>> c
Counter({'ham': 1, 'eggs': 0})#'eggs'依然存在
>>> del c['eggs']
>>> c
Counter({'ham': 1})#'eggs'不存在

Counter對象支持以下三個字典不支持的方法，elements()，most_common()，subtract()；

element()，返回一個迭代器，每個元素重復的次數為它的數目，順序是任意的順序，如果一個元素的數目少於1，那么elements()就會忽略它；

>>> c = Counter(a=2,b=4,c=0,d=-2,e = 1)
>>> c
Counter({'b': 4, 'a': 2, 'e': 1, 'c': 0, 'd': -2})
>>> list(c.elements())
['a', 'a', 'b', 'b', 'b', 'b', 'e']

most_common()，返回一個列表，包含counter中n個最大數目的元素
，如果忽略n或者為None，most_common()將會返回counter中的所有元素，元素有着相同數目的將會以任意順序排列；

>>> Counter('abracadabra').most_common(3)
[('a', 5), ('r', 2), ('b', 2)]
>>> Counter('abracadabra').most_common()
[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]
>>> Counter('abracadabra').most_common(None)
[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]

subtract()，從一個可迭代對象中或者另一個映射（或counter）中，元素相減，類似於dict.update()，但是subtracts 數目而不是替換它們，輸入和輸出都有可能為0或者為負；

>>> c = Counter(a=4,b=2,c=0,d=-2)
>>> d = Counter(a=1,b=2,c=-3,d=4)
>>> c.subtract(d)
>>> c
Counter({'a': 3, 'c': 3, 'b': 0, 'd': -6})

update()，從一個可迭代對象中或者另一個映射（或counter）中所有元素相加，類似於dict.upodate，是數目相加而非替換它們，另外，可迭代對象是一個元素序列，而非(key,value)對構成的序列；

>>> c
Counter({'a': 4, 'b': 2, 'c': 0, 'd': -2})
>>> d
Counter({'d': 4, 'b': 2, 'a': 1, 'c': -3})
>>> c.update(d)
>>> c
Counter({'a': 5, 'b': 4, 'd': 2, 'c': -3})

Counter對象常見的操作，

>>> c
Counter({'a': 5, 'b': 4, 'd': 2, 'c': -3})
>>> sum(c.values())# 統計所有的數目
8
>>> list(c)# 列出所有唯一的元素
['a', 'c', 'b', 'd']
>>> set(c)# 轉換為set
set(['a', 'c', 'b', 'd'])
>>> dict(c)# 轉換為常規的dict
{'a': 5, 'c': -3, 'b': 4, 'd': 2}
>>> c.items()# 轉換為(elem,cnt)對構成的列表
[('a', 5), ('c', -3), ('b', 4), ('d', 2)]
>>> c.most_common()[:-4:-1]# 輸出n個數目最小元素
[('c', -3), ('d', 2), ('b', 4)]
>>> c += Counter()# 刪除數目為0和為負的元素
>>> c
Counter({'a': 5, 'b': 4, 'd': 2})
>>> Counter(dict(c.items()))# 從(elem,cnt)對構成的列表轉換為counter
Counter({'a': 5, 'b': 4, 'd': 2})
>>> c.clear()# 清空counter
>>> c
Counter()

在Counter對象進行數學操作，得多集合（counter中元素數目大於0）加法和減法操作，是相加或者相減對應元素的數目；交集和並集返回對應數目的最小值和最大值；每個操作均接受暑促是有符號的數目，但是輸出並不包含數目為0或者為負的元素；

>>> c = Counter(a=3,b=1,c=-2)
>>> d = Counter(a=1,b=2,c=4)
>>> c+d#求和
Counter({'a': 4, 'b': 3, 'c': 2})
>>> c-d#求差
Counter({'a': 2})
>>> c & d#求交集
Counter({'a': 1, 'b': 1})
>>> c | d#求並集
Counter({'c': 4, 'a': 3, 'b': 2})

2.2 deque

deque是棧和隊列的一種廣義實現，deque是"double-end queue"的簡稱；deque支持線程安全、有效內存地以近似O(1)的性能在deque的兩端插入和刪除元素，盡管list也支持相似的操作，但是它主要在固定長度操作上的優化，從而在pop(0)和insert(0,v)（會改變數據的位置和大小）上有O(n)的時間復雜度。

deque支持如下方法，

append(x)， 將x添加到deque的右側；

appendleft(x)， 將x添加到deque的左側；

clear()， 將deque中的元素全部刪除，最后長度為0；

count(x)， 返回deque中元素等於x的個數；

extend(iterable)， 將可迭代變量iterable中的元素添加至deque的右側；

extendleft(iterable)， 將變量iterable中的元素添加至deque的左側，往左側添加序列的順序與可迭代變量iterable中的元素相反；

pop()， 移除和返回deque中最右側的元素，如果沒有元素，將會報出IndexError；

popleft()， 移除和返回deque中最左側的元素，如果沒有元素，將會報出IndexError；

remove(value)， 移除第一次出現的value，如果沒有找到，報出ValueError；

reverse()， 反轉deque中的元素，並返回None；

rotate(n)， 從右側反轉n步，如果n為負數，則從左側反轉，d.rotate(1)等於d.appendleft(d.pop())；

maxlen， 只讀的屬性，deque的最大長度，如果無解，就返回None；

除了以上的方法之外，deque還支持迭代、序列化、len(d)、reversed(d)、copy.copy(d)、copy.deepcopy(d)，通過in操作符進行成員測試和下標索引，索引的時間復雜度是在兩端是O(1)，在中間是O(n)，為了快速獲取，可以使用list代替。

>>> from collections import deque
>>> d = deque('ghi')# 新建一個deque，有三個元素
>>> for ele in d:# 遍歷deque
...     print ele.upper()
...     
... 
G
H
I
>>> d.append('j')# deque右側添加一個元素
>>> d.appendleft('f')# deque左側添加一個元素
>>> d# 打印deque
deque(['f', 'g', 'h', 'i', 'j'])
>>> d.pop()# 返回和移除最右側元素
'j'
>>> d.popleft()# 返回和移除最左側元素
'f'
>>> list(d)# 以列表形式展示出deque的內容
['g', 'h', 'i']
>>> d[0]# 獲取最左側的元素
'g'
>>> d[-1]# 獲取最右側的元素
'i'
>>> list(reversed(d))# 以列表形式展示出倒序的deque的內容
['i', 'h', 'g']
>>> 'h' in d# 在deque中搜索
True
>>> d.extend('jkl')# 一次添加多個元素
>>> d
deque(['g', 'h', 'i', 'j', 'k', 'l'])
>>> d.rotate(1)# 往右側翻轉
>>> d
deque(['l', 'g', 'h', 'i', 'j', 'k'])
>>> d.rotate(-1)# 往左側翻轉
>>> d
deque(['g', 'h', 'i', 'j', 'k', 'l'])
>>> deque(reversed(d))# 以逆序新建一個deque
deque(['l', 'k', 'j', 'i', 'h', 'g'])
>>> d.clear()# 清空deque
>>> d.pop()# 不能在空的deque上pop
Traceback (most recent call last):
  File "<input>", line 1, in <module>
IndexError: pop from an empty deque
>>> d.extendleft('abc')# 以輸入的逆序向左擴展
>>> d
deque(['c', 'b', 'a'])

其他的應用：

1.限定長度的deque提供了Unix中tail命令相似的功能；

from collections import deque

def tail(filename,n = 10):
    "Return the last n lines of a file"
    return deque(open(filename),n)

print tail("temp.txt",10)

2.使用deque維護一個序列（右側添加元素，左側刪除元素）中窗口的平均值；

from collections import deque
import itertools

def moving_average(iterable,n = 3):
    it = iter(iterable)
    d = deque(itertools.islice(it,n-1))
    # 第一次只有兩個元素，再右移的過程中，需要先刪除最左端的元素，因此現在最左端加入0
    d.appendleft(0)
    s = sum(d)
    for ele in it:
        # 刪除最左端的元素，再加上新元素
        s += ele - d.popleft()
        # 右端添加新元素
        d.append(ele)
        yield s / float(n)

array = [40,30,50,46,39,44]
for ele in moving_average(array,n=3):
    print ele

3.rotate()方法提供了一種實現deque切片和刪除的方式，例如，del d[n]依賴於rotate方法的純Python實現，如下，

from collections import deque

def delete_nth(d,n):
    # 將前n個元素翻轉到右側
    d.rotate(-n)
    # 刪除第n個元素
    d.popleft()
    # 再將后n個元素翻轉到左側
    d.rotate(n)

d = deque("abcdefg")
delete_nth(d,n = 3)
print d

4.slice依賴於rotate方法的純Python實現，如下，

from collections import deque

def slice(d,m,n):
    # 先將前面m個元素翻轉到右側
    d.rotate(-m)
    i = m
    sliceList = []
    # 依次將[m,n]區間內的元素出棧
    while i < n:
        item = d.popleft()
        sliceList.append(item)
        i+=1
    # 再將出棧的元素擴展到deque右側
    d.extend(sliceList)
    # 再將后面n個元素翻轉到左側
    d.rotate(n)
    return sliceList

d = deque("abcdefg")
print slice(d,1,5)

2.3 defaultdict

defaultdict是內置數據類型dict的一個子類，基本功能與dict一樣，只是重寫了一個方法__missing__(key)和增加了一個可寫的對象變量default_factory。

>>> dir(defaultdict)
['__class__', '__cmp__', '__contains__', '__copy__', '__delattr__', '__delitem__
', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__
', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__',
'__missing__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '
__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear
', 'copy', 'default_factory', 'fromkeys', 'get', 'has_key', 'items', 'iteritems'
, 'iterkeys', 'itervalues', 'keys', 'pop', 'popitem', 'setdefault', 'update', 'v
alues', 'viewitems', 'viewkeys', 'viewvalues']
>>> dir(dict)
['__class__', '__cmp__', '__contains__', '__delattr__', '__delitem__', '__doc__'
, '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__',
 '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '_
_new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__'
, '__sizeof__', '__str__', '__subclasshook__', 'clear', 'copy', 'fromkeys', 'get
', 'has_key', 'items', 'iteritems', 'iterkeys', 'itervalues', 'keys', 'pop', 'po
pitem', 'setdefault', 'update', 'values', 'viewitems', 'viewkeys', 'viewvalues']

missing(key)

1. 如果default_factory屬性為None，就報出以key作為遍歷的KeyError異常；
2. 如果default_factory不為None，就會向給定的key提供一個默認值，這個值插入到詞典中，並返回；
3. 如果調用default_factory報出異常，這個異常在傳播時不會改變；
4. 這個方法是當要求的key不存在時，dict類中的__getitem()__方法所調用，無論它返回或者報出什么，最終返回或報出給__getitem()__；
5. 只有__getitem__()才能調用__missing__()，這意味着，如果get()起作用，如普通的詞典，將會返回None作為默認值，而不是使用default_factory；

default_factory， 這個屬性用於__missing__()方法，使用構造器中的第一個參數初始化；

使用list作為default_factory，很容易將一個key-value的序列轉換為一個關於list的詞典；

>>> from collections import *
>>> s = [('yellow',1),('blue',2),('yellow',3),('blue',4),('red',5)]
>>> d = defaultdict(list)
>>> for k,v in s: d[k].append(v)
... 
>>> d.items()
[('blue', [2, 4]), ('red', [5]), ('yellow', [1, 3])]

當每一個key第一次遇到時，還沒有准備映射，首先會使用default_factory函數自動創建一個空的list，list.append()操作將value添加至新的list中，當key再次遇到時，通過查表，返回對應這個key的list，list.append()會將新的value添加至list，這個技術要比dict.setdefault()要簡單和快速。

>>> e = {}
>>> for k,v in s: e.setdefault(k,[]).append(v)
... 
>>> e.items()
[('blue', [2, 4]), ('red', [5]), ('yellow', [1, 3])]

設置default_factory為int，使得defaultdict可以用於計數，

>>> s = "mississippi"
>>> d = defaultdict(int)
>>> for k in s: d[k]+=1
... 
>>> d.items()
[('i', 4), ('p', 2), ('s', 4), ('m', 1)]

當一個字母第一次遇到，默認從default_factory中調用int()用於提供一個默認為0的計數，遞增操作會增加每個字母的計數。

函數int()經常返回0，是常量函數的一種特例。一種更快和更靈活的創建常量函數的方式是使用itertools.repeat()，可以提供任意常量值（不僅僅是0），

>>> import itertools
>>> def constant_factory(value):
...     return itertools.repeat(value).next
... 
>>> d = defaultdict(constant_factory('<missing>'))
>>> d.update(name = "John",action = "ran")
>>> "%(name)s %(action)s to %(object)s"%d
'John ran to <missing>'

將default_factory設置為set，使得defaultdict可以建立一個關於set的詞典，

>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue',
4)]
>>> d = defaultdict(set)
>>> for k,v in s:d[k].add(v)
... 
>>> d.items()
[('blue', set([2, 4])), ('red', set([1, 3]))]

2.4 namedtuple

命名的元組，意味給元組中的每個位置賦予含義，意味着代碼可讀性更強，namedtuple可以在任何常規元素使用的地方使用，而且它可以通過名稱來獲取字段信息而不僅僅是通過位置索引。

>>> from collections import *
>>> Point = namedtuple('Point',['x','y'],verbose = True)
class Point(tuple):
    'Point(x, y)'

    __slots__ = ()

    _fields = ('x', 'y')

    def __new__(_cls, x, y):
        'Create new instance of Point(x, y)'
        return _tuple.__new__(_cls, (x, y))

    @classmethod
    def _make(cls, iterable, new=tuple.__new__, len=len):
        'Make a new Point object from a sequence or iterable'
        result = new(cls, iterable)
        if len(result) != 2:
            raise TypeError('Expected 2 arguments, got %d' % len(result))
        return result

    def __repr__(self):
        'Return a nicely formatted representation string'
        return 'Point(x=%r, y=%r)' % self

    def _asdict(self):
        'Return a new OrderedDict which maps field names to their values'
        return OrderedDict(zip(self._fields, self))

    def _replace(_self, **kwds):
        'Return a new Point object replacing specified fields with new values'
        result = _self._make(map(kwds.pop, ('x', 'y'), _self))
        if kwds:
            raise ValueError('Got unexpected field names: %r' % kwds.keys())
        return result

    def __getnewargs__(self):
        'Return self as a plain tuple.  Used by copy and pickle.'
        return tuple(self)

    __dict__ = _property(_asdict)

    def __getstate__(self):
        'Exclude the OrderedDict from pickling'
        pass

    x = _property(_itemgetter(0), doc='Alias for field number 0')

    y = _property(_itemgetter(1), doc='Alias for field number 1')

>>> p = Point(11,y = 22)# 實例化一個對象，可以使用位置或者關鍵字
>>> p[0] + p[1]# 通過索引訪問元組中的元素
33
>>> x,y = p# 分開，類似於常規的元組
>>> x,y
(11, 22)
>>> p.x + p.y# 通過名稱訪問元素
33
>>> p# 可讀的__repr__，通過name = value風格
Point(x=11, y=22)

namedtuple在給csv或者sqlite3返回的元組附上名稱特別有用， 

from collections import *
import csv

EmployeeRecord = namedtuple('EmployeeRecord','name, age, title, department, paygrade')
for emp in map(EmployeeRecord._make,csv.reader(open("employee.csv","rb"))):
    print emp.name,emp.title

# import sqlite3
# conn = sqlite3.connect('/companydata')
# cursor = conn.cursor()
# cursor.execute('SELECT name, age, title, department, paygrade FROM employees')
# for emp in map(EmployeeRecord._make, cursor.fetchall()):
#     print emp.name, emp.title

控制台輸出，

Jim RD
Tom Manager

除了從tuples繼承的方法之外，namedtuple還支持三種方法和一個屬性，為了避免和名稱沖突，這些方法和屬性以下划線開始。

**somenamedtuple._make()，** 從已有的序列或者可迭代的對象中創建一個新的對象；

>>> Point = namedtuple('Point', ['x', 'y'])
>>> t = [33,44]
>>> Point._make(t)
Point(x=33, y=44)

**somenamedtuple._asdict()，** 返回一個OrderDict，由名稱到對應值建立的映射；

>>> p = Point(x = 11,y = 22)
>>> p
Point(x=11, y=22)
>>> pDict = p._asdict()
>>> pDict
OrderedDict([('x', 11), ('y', 22)])

**somenamedtuple._replace()，** 返回一個新的namedtuple對象，用新值替換指定名稱中的值；

>>> p2 = p._replace(x = 33)
>>> p2
Point(x=33, y=22)

**somenamedtuple._fields，** 以字符串構成的元組的形式返回namedtuple中的名稱，在自省或者基於一個已經存在的namedtuple中創建新的namedtuple時，非常有用；

>>> p._fields
('x', 'y')
>>> Color = namedtuple('Color',"red green blu")
>>> Pixel = namedtuple('Pixel',Point._fields + Color._fields)
>>> Pixel(11,22,128,255,0)
Pixel(x=11, y=22, red=128, green=255, blu=0)

當名稱存儲在字符串中，可以使用getattr()函數進行檢索，

>>> getattr(p,'x')
11

使用**操作符，可以將一個字典轉換成namedtuple，

>>> d  = {'x':11,'y':22}
>>> Point(**d)
Point(x=11, y=22)

由於namedtuple也是Python中的一個類，因此再子類中，它很容易添加或者修改一些功能，如下是添加一個可計算名稱和固定長度的輸出格式；子類中的__slots__是一個空的元組，可以通過避免詞典實例的創建來節約內存開銷；

class Point(namedtuple('Point','x y')):
    __slots__ = ()
    @property
    def hypot(self):
        return (self.x ** 2 + self.y**2) ** 0.5
    def __str__(self):
        return "Point:x = %6.3f  y = %6.3f  hypot = %6.3f" %(self.x,self.y,self.hypot)

for p in Point(3,4),Point(14,5/7.):
    print p

控制台輸出，

Point:x =  3.000  y =  4.000  hypot =  5.000
Point:x = 14.000  y =  0.714  hypot = 14.018

子類在增加、存儲名稱時，並不是非常有用，相反，可以容易地通過_fields屬性來創建一個新的namedtuple；

>>> Point3D = namedtuple("Point3D",Point._fields + ('z',))
>>> Point3D._fields
('x', 'y', 'z')

默認值可以通過_replace()來實現，以便於標准化一個原型實例；

>>> Account = namedtuple('Account','owner balance transaction_count')
>>> default_account = Account('<owner name>',0.0,0)
>>> johns_account = default_account._replace(owner = "John")
>>> johns_account
Account(owner='John', balance=0.0, transaction_count=0)

枚舉類型常量可以通過namedtuple來實現，更簡單和有效的方式是通過意見簡單的類聲明；

Status = namedtuple('Status','open pending closed')._make(range(3))
print Status

class Status:
open, pending, closed = range(3)

print Status.open
print Status.pending
print Status.closed

控制台輸出，

Status(open=0, pending=1, closed=2)
0
1
2

2.5 OrderedDict

OrderedDict類似於正常的詞典，只是它記住了元素插入的順序，當在有序的詞典上迭代時，返回的元素就是它們第一次添加的順序。

class collections.OrderedDict，返回已給dict的子類，支持常規的dict的方法，OrderedDict是一個記住元素首次插入順序的詞典，如果一個元素重寫已經存在的元素，那么原始的插入位置保持不變，如果刪除一個元素再重新插入，那么它就在末尾。

OrderedDict.popitem(last=True)，popitem方法返回和刪除一個(key,value)對，如果last=True，就以LIFO方式執行，否則以FIFO方式執行。

OrderedDict也支持反向迭代，例如reversed()。

OrderedDict對象之間的相等測試，例如，list(od1.items()) == list(od2.items())，是對順序敏感的；OrderedDict和其他的映射對象（例如常規的詞典）之間的相等測試是順序不敏感的，這就允許OrderedDict對象可以在使用常規詞典的地方替換掉常規詞典。

OrderedDict構造器和update()方法可以接受關鍵字變量，但是它們丟失了順序，因為Python的函數調用機制是將一個無序的詞典傳入關鍵字變量。

一個有序的詞典記住它的成員插入的順序，可以使用排序函數，將其變為排序的詞典，

>>> d = {"banana":3,"apple":2,"pear":1,"orange":4}
>>> # dict sorted by key
>>> OrderedDict(sorted(d.items(),key = lambda t:t[0]))
OrderedDict([('apple', 2), ('banana', 3), ('orange', 4), ('pear', 1)])
>>> # dict sorted by value
>>> OrderedDict(sorted(d.items(),key = lambda t:t[1]))
OrderedDict([('pear', 1), ('apple', 2), ('banana', 3), ('orange', 4)])
>>> # dict sorted by length of key string
>>>a =  OrderedDict(sorted(d.items(),key = lambda t:len(t[0])))
>>>a
OrderedDict([('pear', 1), ('apple', 2), ('orange', 4), ('banana', 3)])
>>> del a['apple']
>>> a
OrderedDict([('pear', 1), ('orange', 4), ('banana', 3)])
>>> a["apple"] = 2
>>> a
OrderedDict([('pear', 1), ('orange', 4), ('banana', 3), ('apple', 2)])

當元素刪除時，排好序的詞典保持着排序的順序；但是當新元素添加時，就會被添加到末尾，就不能保持已排序。

創建一個有序的詞典，可以記住最后插入的key的順序，如果一個新的元素要重寫已經存在的元素，那么原始的插入位置就會改變成末尾，

>>> class LastUpdatedOrderedDict(OrderedDict):
...     def __setitem__(self,key,value):
...         if key in self:
...             del self[key]
...         OrderedDict.__setitem__(self, key, value)
... 
>>> obj = LastUpdatedOrderedDict()
>>> obj["apple"] = 2
>>> obj["windows"] = 3
>>> obj
LastUpdatedOrderedDict([('apple', 2), ('windows', 3)])
>>> obj["apple"] = 1
>>> obj
LastUpdatedOrderedDict([('windows', 3), ('apple', 1)])

一個有序的詞典可以和Counter類一起使用，counter對象就可以記住元素首次出現的順序；

class OrderedCounter(Counter,OrderedDict):
    def __repr__(self):
        return "%s(%r)"%(self.__class__.__name__,OrderedDict(self))

    def __reduce__(self):
        return self.__class__,(OrderedDict(self))

#和OrderDict一起使用的Counter對象
obj = OrderedCounter()
wordList = ["b","a","c","a","c","a"]
for word in wordList:
    obj[word] += 1
print obj

# 普通的Counter對象
cnt = Counter()
wordList = ["b","a","c","a","c","a"]
for word in wordList:
    cnt[word] += 1
print cnt

控制台輸出，

OrderedCounter(OrderedDict([('b', 1), ('a', 3), ('c', 2)]))
Counter({'a': 3, 'c': 2, 'b': 1})