Python 内置模块集合示例

Collections是Python内置的集合模块，提供了很多有用的集合类。

这里举几个例子：

namedtuple

我们知道元组可以表示一个不变的集合。例如，一个点的二维坐标可以表示为：

>>> p = (1, 2)

但是看到(1, 2)，很难看出这个元组是用来表示一个坐标的。

定义一个class又小题大做了，这时，namedtuple就派上了用场：

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2

namedtuple 是一个函数，用于创建一个自定义元组对象，指定元组元素的个数，可以使用属性代替索引来引用元组中的一个元素。

这样我们就可以很方便的用namedtuple定义一个数据类型，它具有元组的不变性，可以根据属性进行引用，使用起来非常方便。

可以验证创建的Point对象是tuple的一种子类：

>>> isinstance(p, Point)
True
>>> isinstance(p, tuple)
True

同样，如果要用坐标和半径来表示一个圆，也可以使用namedtuple定义：

# namedtuple('名称', [属性list]):
Circle = namedtuple('Circle', ['x', 'y', 'r'])

deque

使用列表存储数据时，通过索引访问元素很快，但是插入和删除元素很慢，因为列表是线性存储的，当数据量很大时，插入和删除效率很低。

Deque 是一种双向链表，用于高效实现插入和删除操作，适用于队列和栈：

>>> from collections import deque
>>> q = deque(['a', 'b', 'c'])
>>> q.append('x')
>>> q.appendleft('y')
>>> q
deque(['y', 'a', 'b', 'c', 'x'])

deque除了实现了list的append()和pop()，还支持appendleft()和popleft()，这样就可以非常高效的向头部添加或删除元素。

defaultdict

使用dict时，如果引用的Key不存在，会抛出KeyError。如果想在key不存在的时候返回一个默认值，可以使用defaultdict：

>>> from collections import defaultdict
>>> dd = defaultdict(lambda: 'N/A')
>>> dd['key1'] = 'abc'
>>> dd['key1'] # key1存在
'abc'
>>> dd['key2'] # key2不存在，返回默认值
'N/A'

注意默认值是通过调用函数返回的，函数是在创建defaultdict对象时传入的。

defaultdict 的行为与 dict 完全相同，只是它在 Key 不存在时返回一个默认值。

OrderedDict

使用字典时，键是无序的。在遍历字典时，我们无法确定键的顺序。

如果要保持Key的顺序，可以用OrderedDict：

>>> from collections import OrderedDict
>>> d = dict([('a', 1), ('b', 2), ('c', 3)])
>>> d # dict的Key是无序的
{'a': 1, 'c': 3, 'b': 2}
>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([('a', 1), ('b', 2), ('c', 3)])

注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：

>>> od = OrderedDict()
>>> od['z'] = 1
>>> od['y'] = 2
>>> od['x'] = 3
>>> od.keys() # 按照插入的Key的顺序返回
['z', 'y', 'x']

OrderedDict 可以实现一个 FIFO（先进先出）字典。当容量超过限制时，先删除最早添加的Key：

from collections import OrderedDict
 
class LastUpdatedOrderedDict(OrderedDict):
 
  def __init__(self, capacity):
    super(LastUpdatedOrderedDict, self).__init__()
    self._capacity = capacity
 
  def __setitem__(self, key, value):
    containsKey = 1 if key in self else 0
    if len(self) - containsKey >= self._capacity:
      last = self.popitem(last=False)
      print 'remove:', last
    if containsKey:
      del self[key]
      print 'set:', (key, value)
    else:
      print 'add:', (key, value)
    OrderedDict.__setitem__(self, key, value)

Counter

Counter是一个简单的计数器，例如统计字符出现的次数：

>>> from collections import Counter
>>> c = Counter()
>>> for ch in 'programming':
...   c[ch] = c[ch] + 1
...
>>> c
Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})

Counter实际上是dict的一个子类。从上面的结果可以看出，字符'g'、'm'、'r'各出现了两次，其他字符各出现了一次。

小结

collections模块提供了一些有用的集合类，可以根据需要选择。