Python Collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple

2.deque: 双端队列，可以快速的从另外一侧追加和推出对象

3.Counter: 计数器，主要用来计数

4.OrderedDict: 有序字典

5.defaultdict: 带有默认值的字典

1、namedtuple

我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：

>>> p=(2,6)

但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。

这时，namedtuple就派上了用场：

from collections import namedtuple

point = namedtuple("point", ['x', 'y'])
print(point)
p_obj = point(6, 8)
print(p_obj.x)
print(p_obj.y)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
<class '__main__.point'>
6
8
Process finished with exit code 0

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

# namedtuple('名称', [属性list]):
Circle = namedtuple("Circle", ['x', 'y', 'r'])
cir = Circle(8, 6, 10)
print(cir.x)
print(cir.y)
print(cir.r)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
8
6
10
Process finished with exit code 0

2、deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。

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：

from collections import deque

q = deque(['a', 'b', 'c'])
q.append('d')
print(q)
q.appendleft('e')
print(q)
q.pop()
print(q)
q.popleft()
print(q)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
deque(['a', 'b', 'c', 'd'])
deque(['e', 'a', 'b', 'c', 'd'])
deque(['e', 'a', 'b', 'c'])
deque(['a', 'b', 'c'])
Process finished with exit code 0

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

3、OrderedDict

使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。

如果要保持Key的顺序，可以用OrderedDict：

from collections import OrderedDict

lis = [('a', 21), ('b', 55), ('c', 86)]
dic = dict(lis)  # dict的Key是无序的
print(dic)
ord_dic = OrderedDict(lis)  # OrderedDict的Key是有序的
print(ord_dic)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
{'a': 21, 'b': 55, 'c': 86}
OrderedDict([('a', 21), ('b', 55), ('c', 86)])
Process finished with exit code 0

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

ord_dic = OrderedDict()
ord_dic['z'] = 99
ord_dic['y'] = 110
ord_dic['z'] = 666
print(ord_dic.keys())  # 按照插入的Key的顺序返回

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
odict_keys(['z', 'y'])
Process finished with exit code 0

4、defaultdict 

有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。

lis = [11, 22, 33, 55, 77, 66, 88, 99]
dic = {}
for value in lis:
    if value > 66:
        if dic.has_key('k1'):
            dic['k1'].append(value)
        else:
            dic['k1'] = [value]
    else:
        if dic.has_key('k2'):
            dic['k2'].append(value)
        else:
            dic['k2'] = [value]

from collections import defaultdict

lis = [11, 22, 33, 55, 77, 66, 88, 99]
my_dic = defaultdict(lis)
for value in lis:
    if value > 66:
        my_dic['k1'].append(value)
    else:
        my_dic['k2'].append(value)
print(my_dic)

使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：

from collections import defaultdict

dd = defaultdict(lambda: 'N/A')
dd['key1'] = 'abc'  # key1存在
print(dd['key1'])
print(dd['key2'])  # key2不存在，返回默认值
print(dd['key3'])

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
abc
N/A
N/A

Process finished with exit code 0

5、Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

from collections import Counter

coun = Counter("absdsdsdadsdsa")
print(coun)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo005.py
Counter({'s': 5, 'd': 5, 'a': 3, 'b': 1})

Process finished with exit code 0

创建

下面的代码说明了Counter类创建的四种方法：

from collections import Counter

c = Counter()  # 创建一个空的Counter类
print(c)
c = Counter('g***d')  # 从一个可iterable对象（list、tuple、dict、字符串等）创建
print(c)
c = Counter({'a': 4, 'b': 2})  # 从一个字典对象创建
print(c)
c = Counter(a=4, b=2)  # 从一组键值对创建
print(c)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
Counter()
Counter({'a': 3, 'l': 2, 'g': 1, 'h': 1, 'd': 1})
Counter({'a': 4, 'b': 2})
Counter({'a': 4, 'b': 2})
Process finished with exit code 0

计数值的访问与缺失的键

当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。

计数值的访问

from collections import Counter

cou = Counter("hello world")
print(cou["l"])
print(cou["o"])
print(cou["a"])

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
3
2
0
Process finished with exit code 0

计数器的更新（update和subtract）

可以使用一个iterable对象或者另一个Counter对象来更新键值。

计数器的更新包括增加和减少两种。其中，增加使用update()方法：

计数器的更新（update）

from collections import Counter

cou = Counter("hello world")
cou.update("which")  # 使用另一个iterable对象更新
print(cou["h"])
c = Counter("watch")
cou.update(c)  # 使用另一个Counter对象更新
print(cou["h"])

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
3
4
Process finished with exit code 0

减少则使用subtract()方法：

计数器的更新（subtract）

from collections import Counter

c = Counter('which')
print(c["h"])
c.subtract('witch')  # 使用另一个iterable对象更新
print(c['h'])
d = Counter('watch')
c.subtract(d)  # 使用另一个Counter对象更新
print(c['a'])

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
2
1
-1
Process finished with exit code 0

键的修改和删除

当计数值为0时，并不意味着元素被删除，删除元素应当使用del。 

键的删除

from collections import Counter

c = Counter("abcdcba")
print(c)
c["b"] = 0
print(c)
del c["a"]
print(c)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
Counter({'a': 2, 'b': 2, 'c': 2, 'd': 1})
Counter({'a': 2, 'c': 2, 'd': 1, 'b': 0})
Counter({'c': 2, 'd': 1, 'b': 0})
Process finished with exit code 0

elements()

返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。元素排列无确定顺序，个数小于1的元素不被包含。

elements()方法 

from collections import Counter

c = Counter(a=4, b=2, c=0, d=-2)
print(list(c.elements()))

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
['a', 'a', 'a', 'a', 'b', 'b']
Process finished with exit code 0

most_common([n])

返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，排列是无确定顺序的。

most_common()方法

from collections import Counter

c = Counter('abracadabra')
print(c)
print(c.most_common())
print(c.most_common(3))

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1})
[('a', 5), ('b', 2), ('r', 2), ('c', 1), ('d', 1)]
[('a', 5), ('b', 2), ('r', 2)]
Process finished with exit code 0

浅拷贝copy

浅拷贝copy

from collections import Counter

c = Counter("abcdcba")
print(c)
d = c.copy()
print(d)

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
Counter({'a': 2, 'b': 2, 'c': 2, 'd': 1})
Counter({'a': 2, 'b': 2, 'c': 2, 'd': 1})
Process finished with exit code 0

算术和集合操作

+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。

Counter对象的算术和集合操作

from collections import Counter

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
print(c + d)  # c[x] + d[x]
print(c - d)  # subtract（只保留正数计数的元素）
print(c & d)  # 交集:  min(c[x], d[x])
print(c | d)  # 并集:  max(c[x], d[x])

结果：

D:\YuchuanProjectData\PythonProject\venv\Scripts\python.exe D:/YuchuanProjectData/PythonProject/YuchuanDemo006.py
Counter({'a': 4, 'b': 3})
Counter({'a': 2})
Counter({'a': 1, 'b': 1})
Counter({'a': 3, 'b': 2})
Process finished with exit code 0

其他常用操作

下面是一些Counter类的常用操作，来源于Python官方文档

Counter类常用操作

sum(c.values())  # 所有计数的总数
c.clear()  # 重置Counter对象，注意不是删除
list(c)  # 将c中的键转为列表
set(c)  # 将c中的键转为
setdict(c)  # 将c中的键值对转为字典
c.items()  # 转为(elem, cnt)格式的列表
Counter(dict(list_of_pairs))  # 从(elem, cnt)格式的列表转换为Counter类对象
c.most_common()[:-n:-1]  # 取出计数最少的n个元素
c += Counter()  # 移除0和负值