Python 中的 collections 模块实现了专门的容器数据类型， 为 Python 的通用内置容器: dict、list、set 和 tuple 提供了替代方案。
主要包括以下工具：
- namedtuple: 创建 具有命名字段的
tuple子类 - OrderedDict: 创建 能够记住添加项目的顺序的
dict子类 - Counter: 创建 计数器的
dict子类 - defaultdict : 创建 存在默认值的
dict子类 - deque : 创建 双端队列的
list子类
在 Python 3 中，其他相关模块：ChainMap, UserDict, UserList, UserString。
可在官方文档查看更多信息。
Counter 计数
counter是一个字典。 存储元素字典的键，其计数值作为字典的值。
from collections import Counter
a = "aaaaabbbbcccdde"
my_counter = Counter(a)
print(my_counter)
print(my_counter.items())
print(my_counter.keys())
print(my_counter.values())
my_list = [0, 1, 0, 1, 2, 1, 1, 3, 2, 3, 2, 4]
my_counter = Counter(my_list)
print(my_counter)
# 出现次数最多的元素
print(my_counter.most_common(1))
print(my_counter.most_common(3))
print(list(my_counter.elements()))
输出:
Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
dict_items([('a', 5), ('b', 4), ('c', 3), ('d', 2), ('e', 1)])
dict_keys(['a', 'b', 'c', 'd', 'e'])
dict_values([5, 4, 3, 2, 1])
Counter({1: 4, 2: 3, 0: 2, 3: 2, 4: 1})
[(1, 4)]
[(1, 4), (2, 3), (0, 2)]
[0, 0, 1, 1, 1, 1, 2, 2, 2, 3, 3, 4]
namedtuple 命名元组
namedtuple 是很容易创建的，轻量级的对象类型。 它们给每个位置赋予了意义，并让代码更加易读。 它们可以在正常的元组使用的地方使用，并且添加了通过名称而不是索引来访问字段的能力。
代码：
from collections import namedtuple
# 创建一个具有类名为字符串和字段为字符串的 namedtuple
# 字段必须用逗号或空格分隔在给定的字符串中
Point = namedtuple('Point', 'x, y') # 创建一个元组的子类：Point。它的类名为 Point，它的字段为 x 和 y。
pt = Point(1, -4)
print(pt)
print(pt._fields)
print(type(pt))
print(pt.x, pt.y)
Person = namedtuple('Person', 'name, age')
friend = Person(name='Tom', age=25)
print(friend.name, friend.age)
结果：
Point(x=1, y=-4)
('x', 'y')
<class '__main__.Point'>
1 -4
Tom 25
OrderedDict 有序字典
python3.7以后不建议使用它了。因为python的内置dict已经支持顺序了。
OrderedDicts 是一个简单的字典，它记住插入项目的顺序。 当迭代一个有序字典时，其项目是按照它们的键被第一次添加的顺序返回。 如果新的项目覆盖了现有的项目，则原始插入位置仍然保持不变。 它们现在已经不再需要了，因为 dict
类型获得了能够记住插入顺序的能力（从 Python 3.7 开始）。 但是还有一些差异仍然存在，例如 OrderedDict 是设计用于重新排序操作的。
代码：
from collections import OrderedDict
ordinary_dict = {
}
ordinary_dict['a'] = 1
ordinary_dict['b'] = 2
ordinary_dict['c'] = 3
ordinary_dict['d'] = 4
ordinary_dict['e'] = 5
# 在 Python 3.7 之前是随机的
print(ordinary_dict)
ordered_dict = OrderedDict()
ordered_dict['a'] = 1
ordered_dict['b'] = 2
ordered_dict['c'] = 3
ordered_dict['d'] = 4
ordered_dict['e'] = 5
print(ordered_dict)
# 一些差异仍然存在，例如 OrderedDict 是设计用于重新排序操作的。
for k, v in ordinary_dict.items():
print(k, v)
结果：
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)])
a 1
b 2
c 3
d 4
e 5
defaultdict 带默认值字典
defaultdict 是一个容器，它和普通的 dict 容器相似，但它只有在键不存在时才会设置默认值。 如果你不使用 defaultdict，你需要检查键是否存在，如果不存在，就设置它为你想要的值。
代码：
from collections import defaultdict
# 初始化为默认整数值，即 0
d = defaultdict(int)
d['yellow'] = 1
d['blue'] = 2
print(d.items())
print(d['green'])
# 初始化为默认列表值，即空列表
d = defaultdict(list)
s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 5)]
for k, v in s:
d[k].append(v)
print(d.items())
print(d['green'])
结果：
dict_items([('yellow', 1), ('blue', 2)])
0
dict_items([('yellow', [1, 3]), ('blue', [2, 4]), ('red', [5])])
[]
deque 双端队列
deque 是一个双端队列。 它可以用来在两端添加或删除元素。
deque 支持线程安全，内存效率高的在两端添加或删除元素，其执行时间为 O(1)。
deque 是一个更常用的栈和队列的衍生，其输入和输出只能在一端。
代码：
from collections import deque
d = deque()
# append()：将元素添加到右端
d.append('a')
d.append('b')
print(d)
# appendleft(): 将元素添加到左端
d.appendleft('c')
print(d)
# pop()：从右端删除并返回一个元素
print(d.pop())
print(d)
# popleft(): 从左端删除并返回一个元素
print(d.popleft())
print(d)
# clear(): 清空 deque
d.clear()
print(d)
d = deque(['a', 'b', 'c', 'd'])
# 在右端或左端添加一个序列
d.extend(['e', 'f', 'g'])
d.extendleft(['h', 'i', 'j']) # 注意，'j' 现在在左端的位置
print(d)
# count(x)：返回 x 在 deque 中的个数
print(d.count('h'))
# 将 deque 向右旋转一位
d.rotate(1)
print(d)
# 将 deque 向左旋转两位
d.rotate(-2)
print(d)
结果：
deque(['a', 'b'])
deque(['c', 'a', 'b'])
b
deque(['c', 'a'])
c
deque(['a'])
deque([])
deque(['j', 'i', 'h', 'a', 'b', 'c', 'd', 'e', 'f', 'g'])
1
deque(['g', 'j', 'i', 'h', 'a', 'b', 'c', 'd', 'e', 'f'])
deque(['i', 'h', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'j'])
小节
上面分享了神器collections模块的5大常用容器类型:
Counter计数namedtuple命名元组OrderedDict有序字典defaultdict带默认值字典deque双端队列
熟练使用这些容器类型，在某些任务场景下将大幅提升编码效率！如对字符串的字符进行计数等。
如果觉得有所收获，欢迎大家点赞、收藏，支持！
pythontip 出品，Happy Coding！
公众号: 夸克编程