python内置模块collections介绍
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
python提供了很多非常好用的基本类型，比如不可变类型tuple，我们可以轻松地用它来表示一个二元向量。
1 >>> v = (2,3)
我们发现，虽然(2,3)表示出了一个向量的两个坐标，但是，如果没有额外说明，又很难直接看出这个元组是用来表示一个坐标的。
为此定义一个class又小题大做了，这时，namedtuple就派上用场了。
1 >>> from collections import namedtuple 2 3 >>> Vector = namedtuple('Vector', ['x', 'y']) 4 5 >>> v = Vector(2,3) 6 7 >>> v.x 8 9 2 10 11 >>> v.y 12 13 3
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。
这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。
我们可以验证创建的Vector对象的类型。
1 >>> type(v) 2 3 <class '__main__.Vector'> 4 5 >>> isinstance(v, Vector) 6 7 True 8 9 >>> isinstance(v, tuple) 10 11 True
类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：
1 >>> Circle = namedtuple('Circle', ['x', 'y', 'r']) 2 # namedtuple('名称', [‘属性列表’])
2、deque
在数据结构中，我们知道队列和堆栈是两个非常重要的数据类型，一个先进先出，一个后进先出。在python中，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链表结构，非常适合实现队列和堆栈这样的数据结构。
1 >>> from collections import deque 2 >>> deq = deque([1, 2, 3]) 3 >>> deq.append(4) 4 >>> deq 5 deque([1, 2, 3, 4]) 6 >>> deq.appendleft(5) 7 >>> deq 8 deque([5, 1, 2, 3, 4]) 9 >>> deq.pop() 10 4 11 >>> deq.popleft() 12 5 13 >>> deq 14 deque([1, 2, 3])
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。
3、defaultdict
使用dict字典类型时，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: 'defaultvalue') >>> dd['key1'] = 'a' >>> dd['key1'] 'a' >>> dd['key2'] # key2未定义，返回默认值 'defaultvalue'
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。
除了在Key不存在时返回默认值，defaultdict的其他行为跟dict是完全一样的。
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。
但是如果想要保持key的顺序，可以用OrderedDict。
1 >>> from collections import OrderedDict 2 >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) 3 >>> d # dict的Key是无序的 4 {'a': 1, 'c': 3, 'b': 2} 5 >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) 6 >>> od # OrderedDict的Key是有序的 7 OrderedDict([('a', 1), ('b', 2), ('c', 3)])
注意，OrderedDict的key会按照插入的顺序排列，不是key本身排序
1 >>> od = OrderedDict() 2 >>> od['z'] = 1 3 >>> od['y'] = 2 4 >>> od['x'] = 3 5 >>> list(od.keys()) # 按照插入的Key的顺序返回 6 ['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。
1 from collections import OrderedDict 2 class LastUpdatedOrderedDict(OrderedDict): 3 def __init__(self, capacity): 4 super(LastUpdatedOrderedDict, self).__init__() 5 self._capacity = capacity 6 def __setitem__(self, key, value): 7 containsKey = 1 if key in self else 0 8 if len(self) - containsKey >= self._capacity: 9 last = self.popitem(last=False) 10 print('remove:', last) 11 if containsKey: 12 del self[key] 13 print('set:', (key, value)) 14 else: 15 print('add:', (key, value)) 16 OrderedDict.__setitem__(self, key, value)
5、ChainMap
ChainMap可以把一组dict串起来并组成一个逻辑上的dict。ChainMap本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找。
什么时候使用ChainMap最合适？举个例子：应用程序往往都需要传入参数，参数可以通过命令行传入，可以通过环境变量传入，还可以有默认参数。我们可以用ChainMap实现参数的优先级查找，即先查命令行参数，如果没有传入，再查环境变量，如果没有，就使用默认参数。
下面的代码演示了如何查找user和color这两个参数。
1 from collections import ChainMap 2 import os, argparse 3 # 构造缺省参数: 4 defaults = { 5 'color': 'red', 6 'user': 'guest' 7 } 8 # 构造命令行参数: 9 parser = argparse.ArgumentParser() 10 parser.add_argument('-u', '--user') 11 parser.add_argument('-c', '--color') 12 namespace = parser.parse_args() 13 command_line_args = { k: v for k, v in vars(namespace).items() if v } 14 # 组合成ChainMap: 15 combined = ChainMap(command_line_args, os.environ, defaults) 16 # 打印参数: 17 print('color=%s' % combined['color']) 18 print('user=%s' % combined['user'])
没有任何参数时，打印出默认参数：
$ python3 use_chainmap.py color=red user=guest
当传入命令行参数时，优先使用命令行参数：
1 $ python3 use_chainmap.py -u bob 2 color=red 3 user=bob
同时传入命令行参数和环境变量，命令行参数的优先级较高：
1 $ user=admin color=green python3 use_chainmap.py -u bob 2 color=green 3 user=bob
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 >>> s = 'abbcccdddd' >>> Counter(s) Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})
Counter实际上也是dict的一个子类。
7、小结
collections模块提供了一些有用的集合类，可以根据需要选用。
更多精彩文章关注微信公众号【python社区营】
>>> from collections import defaultdict
>>> dd = defaultdict(lambda: 'defaultvalue')
>>> dd['key1'] = 'a'
>>> dd['key1']
'a'
>>> dd['key2'] # key2未定义，返回默认值
'defaultvalue'