python的常用模块之collections模块详解
认识模块
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pythontest.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
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
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。