版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/q1449516487/article/details/89333841
collections是Python内建的一个集合模块，提供了许多有用的集合类。
1.namedtuple
namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。
用namedtuple来创建坐标Point对象：
>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2用namedtuple来创建圆Circle对象：
# namedtuple('名称', [属性list]):
Circle = namedtuple('Circle', ['x', 'y', 'r'])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，适用于队列和栈：
>>> from collections import deque
>>> q = deque(['a', 'b', 'c'])
>>> q.append('x')
>>> q.appendleft('y')
>>> q
deque(['y', 'a', 'b', 'c', 'x'])deque提供的操作有：
| 操作 | 含义 |
|---|---|
| append() | 从队列尾插入元素 |
| pop() | 从队列尾删除元素 |
| appendleft() | 从队列头插入元素 |
| popleft() | 从队列头删除元素 |
3.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：
>>> from collections import defaultdict
>>> dd = defaultdict(lambda: 'N/A') # 注意默认值是调用函数返回的，而函数在创建defaultdict对象时传入
>>> dd['key1'] = 'abc'
>>> dd['key1'] # key1存在
'abc'
>>> dd['key2'] # key2不存在，返回默认值
'N/A'4.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：
>>> from collections import OrderedDict
>>> 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)])注意，OrderedDict的Key会按照插入的顺序排序，不是Key本身排序：
>>> od = OrderedDict()
>>> od['z'] = 1
>>> od['y'] = 2
>>> od['x'] = 3
>>> list(od.keys()) # 按照插入的Key的顺序返回
['z', 'y', 'x']注意，OrderedDict的Key会按照插入的顺序排序，不是Key本身排序：
>>> od = OrderedDict()
>>> od['z'] = 1
>>> od['y'] = 2
>>> od['x'] = 3
>>> list(od.keys()) # 按照插入的Key的顺序返回
['z', 'y', 'x']OrderedDict可以实现一个FIFO（先进先出）的dict，当容量超出限制时，先删除最早添加的Key：
from collections import OrderedDict
class LastUpdatedOrderedDict(OrderedDict):
def __init__(self, capacity):
super(LastUpdatedOrderedDict, self).__init__()
self._capacity = capacity # 初始化fifo容量
def __setitem__(self, key, value):
containsKey = 1 if key in self else 0 # 判断key是否已存在
if len(self) - containsKey >= self._capacity: # 若超过容量，删除栈顶元素
last = self.popitem(last=False)
print('remove:', last)
if containsKey:
del self[key]
print('set:', (key, value))
else:
print('add:', (key, value))
OrderedDict.__setitem__(self, key, value)5.ChainMap
（1）使用ChainMap可以将多个字典串联起来，当做一个字典来处理：
from collections import ChainMap
# 构造两个字典
user_dict1 = {"a": "xiaohong", "b": "xiaohua"}
user_dict2 = {"c": "xiaopang", "d": "xiaoming"}
# 通过ChainMap将两个字典串联起来，合成一个新字典
new_dict = ChainMap(user_dict1, user_dict2)
# 打印新字典
print(new_dict)
# ChainMap({'a': 'xiaohong', 'b': 'xiaohua'}, {'c': 'xiaopang', 'd': 'xiaoming'})（2）直接访问串联起来的数据：
print(new_dict["c"])
# xiaopang（3）当不同的字典具有相同的主键的时候，在遍历串联之后的数据时，会只能遍历到之前的：
user_dict1 = {"a": "xiaohong", "b": "xiaohua"}
user_dict2 = {"b": "xiaopang", "d": "xiaoming"}
new_dict = ChainMap(user_dict1, user_dict2)
for key, value in new_dict.items():
print(key, value)
# d xiaoming
# b xiaohua # 只获取到user_dict1中的b，而user_dict2中的b被忽略
# a xiaohong（4）动态添加新的dict：
# new_dict.new_child(new_dict)
#
# print(new_dict)
# for key, value in new_dict.items():
# print(key, value)（5）maps 方法会将串联起来的字典以列表的形式展示：
print(new_dict.maps)
# [{'a': 'xiaohong', 'b': 'xiaohua'}, {'c': 'xiaopang', 'd': 'xiaoming'}]（6）ChainMap 并不是对源数据的拷贝，而是 指向源数据：
new_dict.maps[0]["a"] = "pangzi"
print(new_dict)
# ChainMap({'a': 'pangzi', 'b': 'xiaohua'}, {'c': 'xiaopang', 'd': 'xiaoming'})6.Counter
Counter是一个简单的计数器，例如，统计字符出现的个数：
>>> from collections import Counter
>>> c = Counter() # 构造计数器，该计数器实际上是一个dict
>>> for ch in 'programming': # 每一个c[key]的初始值为0
... c[ch] = c[ch] + 1
...
>>> c
Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})