Python标准库之collections模块

发布时间:2022-03-24 09:37:17 人气:265 作者:多测师

  collections模块简介

  collections是Python标准库里有关数据类型的模块,里面包含了一些实用的数据类型,在某些情况下作为Python标准内建容器 (dict , list , set , 和 tuple )的替代选择。

  namedtuple() 命名元组的工厂函数

  Python官方文档上是这样说的:"命名元组赋予每个位置一个含义,提供可读性和自文档性。它们可以用于任何普通元组,并添加了通过名字获取值的能力,通过索引值也是可以的。“我是这样理解的:它可以构建一个有名字的类,而且为元组中的元素添加了更易懂的"名字”(或者说是对元素的简单描述),这样就可以用"名字"取值。

  如果元组内的元素很多,比如记录一个人的身高,年龄,家庭住址,电话号码…等等,只靠索引访问这些信息是很麻烦的,这就凸显出了"名字"的重要性。

  from collections import namedtuple

  City = namedtuple('City', 'name country') #注1

  beijing = City('Beijing', 'China')

  print(beijing) #City(name='Beijing', country='China')

  print(beijing.name) #通过"名字"获取对应的值

  print(beijing.country)

  print(beijing[0]) #同样支持用索引访问

  注1.创建了一个类名是"City"的类,其中"name"和"country"是"名字","名字"可以是数个字符串组成的可迭代类型(比如list),还可以是用空格分开的字符串。

  下面介绍一些常用的功能:

  from collections import namedtuple

  Point = namedtuple('Point', ['x', 'y'])

  print(Point._fields) #_fields方法会返回一个包含"Point"类里所有"名字"的元组 ('x', 'y')

  p = [1,2]

  print(Point._make(p)) #_make()接受一个可迭代对象创建新的命名元组

  p = Point(1,2)

  print(p._asdict()) #返回一个OrderedDict(这个数据类型以后再谈),它能友好地呈现出元组里的信息

  print(p._replace(x=2)) #返回一个新的命名元组实例,并将指定"名字"的值替换为新的值

  print(p) #_replace()返回的是新的命名元组实例,所以p不会改变

  p2 = {'x':2, 'y':3}

  print(Point(**p2)) #将字典转化为命名元组

  Counter(计数器)

  Counter是dict的子类,可以给可散列对象(文末有解释)计数。

Python标准库之collections模块

  废话不多说,直接上例子:

  from collections import Counter

  a = Counter('aaabbcdddd') #统计'aaabbcdddd'(可迭代对象)里字母出现的次数并创建对应的计数器(按次数大小排列)

  print(a)

  b = Counter() #空的计数器

  print(b)

  c = Counter({'a': 3, 'b': 2, 'c': 3, 'd': 4}) #根据字典创建计数器

  print(c)

  d = Counter(a=3, b=2, c=1, d=4) #根据键值创建

  print(d)

  e = Counter(['a', 'a', 'b']) #也可以换成其他可迭代对象

  print(e['a']) #统计列表中'a'出现的次数

  print(e['c']) #如果没有相应的键就返回零

  下面介绍一些常用的功能:

  from collections import Counter

  # elements()方法会返回一个迭代器

  a = Counter(a=2, b=1, c=0, d=-1) # elements()函数会忽略计数值小于1的元素

  print(sorted(f.elements())) # 迭代器不能直接打印,需要先用sorted()函数新建一个列表

  # most_common([n])返回一个包含n个最常见的元素及出现次数的列表

  b = Counter('aaabbcdddd')

  print(g.most_common(2)) # 结果:[('d', 4), ('a', 3)]

  print(g.most_common()) # 如果不传参或传"None",将返回计数器中的所有元素

  print(g.most_common(None))

  #subtract减去元素

  e = Counter(a=4, b=1, c=0, d=-1)

  f = Counter(a=2, b=1, c=2, d=0)

  e.subtract(f) #这里既可以减去可迭代对象(如字符串,列表)也可以是映射对象(如字典)

  print(e)

  e.subtract('aaa')

  print(e) #输入和输出都可以是0或者负数

  关于可散列对象的介绍不多,《流畅的Python》里是这样说的(选自Python词汇表):

  如果一个对象是可散列的,那么在这个对象的生命周期中,他的散列值是不会变的,而且这个对象需要实现__hash__()方法。另外还要有__eq__()方法,这样才能和其他键作比较。如果两个可散列对象是相等的,那么他们的散列值一定是一样的。

  简单说可散列对象就是能被映射成数字的对象。

  “可散列”,"映射"会牵扯到一种数据结构:散列表(《算法图解》第五章和《流畅的Python》第三章中对散列表都有一定介绍,读者可以用微信读书了解这种数据结构)

  在理解了散列表之后,可散列对象就不难理解了。

  下面看几个例子:

  a = 1

  print(hash(a))

  s = 'a'

  print(hash(s))

  t1 = (1, 2, 3)

  t2 = (1, [2, 3])

  t3 = (1, frozenset([2, 3]))

  print(hash(t1))

  print(hash(t2))

  print(hash(t3))

  l = [1,2]

  print(hash(l)) #list是不可散列的,所以会抛出异常:TypeError: unhashable type: 'list'

  b = 1

  print(hash(a)==hash(b))

  在以上的例子中,变量a,s,t1和t3都是可散列对象(都实现了__hash__()方法);

  最后一个例子证明了"如果两个可散列对象是相等的,那么他们的散列值一定是一样的"这句话。

  总结一下可散列对象:

  1.str(s),bytes,和数值类型(a);

  2.frozenset,因为frozenset只能容纳可散列类型;

  3.在元组里的所有元素都是可散列类型的情况下,它才是可散列的。

  以上内容为大家介绍了Python标准库之collections模块,希望对大家有所帮助,如果想要了解更多Python相关知识,请关注多测师。https://www.e70w.com/xwzx/

返回列表
在线客服
联系方式

热线电话

17727591462

上班时间

周一到周五

二维码
线