怎么在python中使用collections模块

怎么在python中使用collections模块？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

什么是模块？

常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。

但其实import加载的模块分为四个通用类别：　　　1 使用python编写的代码（.py文件）　　2 已被编译为共享库或DLL的C或C++扩展　　3 包好一组模块的包　　4 使用C编写并链接到python解释器的内置模块

为何要使用模块？

如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。

随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用，

常用模块　

1. 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tuple2.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

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=(1,2)

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：

用法：namedtuple('名称', [属性list]):

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

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

fromcollectionsimportnamedtuple
Cirle=namedtuple("Cirle",['x','y','z'])
c=Cirle(4,5,6)
print(c.x,c.y,c.z)
OutPut:
456

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：

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

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。

fromcollectionsimportdeque
dq=deque([1,2])
dq.append('a')#从后面放数据[1,2,'a']
dq.appendleft('b')#从前面放数据['b',1,2,'a']
dq.insert(2,3)#['b',1,3,2,'a']
print(dq.pop())#从后面取数据
print(dq.pop())#从后面取数据
print(dq.popleft())#从前面取数据
print(dq)
Output:
a
2
b
deque([1,3])

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：

>>>fromcollectionsimportOrderedDict
>>>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)])

#有序字典
fromcollectionsimportOrderedDict
od=OrderedDict([('a',1),('b',2),('c',3)])
print(od)#OrderedDict的Key是有序的
print(od['a'])
forkinod:
print(k)

OutPut:
OrderedDict([('a',1),('b',2),('c',3)])
1
a
b
c

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

4. defaultdict

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：

>>>fromcollectionsimportdefaultdict
>>>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'

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。

c=Counter('abcdeabcdabcaba')
printc
输出：Counter({'a':5,'b':4,'c':3,'d':2,'e':1})

创建

下面的代码说明了Counter类创建的四种方法：

Counter类的创建 :

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

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

>>>c=Counter("abcdefgab")
>>>c["a"]
2
>>>c["c"]
1
>>>c["h"]
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）

>>>c=Counter('which')
>>>c.update('witch')#使用另一个iterable对象更新
>>>c['h']
3
>>>d=Counter('watch')
>>>c.update(d)#使用另一个Counter对象更新
>>>c['h']
4

减少则使用subtract()方法：

计数器的更新（subtract）

>>>c=Counter('which')
>>>c.subtract('witch')#使用另一个iterable对象更新
>>>c['h']
1
>>>d=Counter('watch')
>>>c.subtract(d)#使用另一个Counter对象更新
>>>c['a']
-1

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。

>>>c=Counter("abcdcba")
>>>c
Counter({'a':2,'c':2,'b':2,'d':1})
>>>c["b"]=0
>>>c
Counter({'a':2,'c':2,'d':1,'b':0})
>>>delc["a"]
>>>c
Counter({'c':2,'b':2,'d':1})

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

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

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

>>>c=Counter('abracadabra')
>>>c.most_common()
[('a',5),('r',2),('b',2),('c',1),('d',1)]
>>>c.most_common(3)
[('a',5),('r',2),('b',2)]

浅拷贝copy

>>>c=Counter("abcdcba")
>>>c
Counter({'a':2,'c':2,'b':2,'d':1})
>>>d=c.copy()
>>>d
Counter({'a':2,'c':2,'b':2,'d':1})

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

>>>c=Counter(a=3,b=1)
>>>d=Counter(a=1,b=2)
>>>c+d#c[x]+d[x]
Counter({'a':4,'b':3})
>>>c-d#subtract（只保留正数计数的元素）
Counter({'a':2})
>>>c&d#交集:min(c[x],d[x])
Counter({'a':1,'b':1})
>>>c|d#并集:max(c[x],d[x])
Counter({'a':3,'b':2})

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set
dict(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

看完上述内容，你们掌握怎么在python中使用collections模块的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注恰卡编程网行业资讯频道，感谢各位的阅读！