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。
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。
本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理