collection在英文當(dāng)中有容器的意思,所以顧名思義,這是一個(gè)容器的集合。這個(gè)庫(kù)當(dāng)中的容器很多,有一些不是很常用,本篇文章選擇了其中最常用的幾個(gè),一起介紹給大家。
defaultdict
defaultdict可以說(shuō)是這個(gè)庫(kù)當(dāng)中使用最簡(jiǎn)單的一個(gè),并且它的定義也很簡(jiǎn)單,我們從名稱基本上就能看得出來(lái)。它解決的是我們使用dict當(dāng)中最常見(jiàn)的問(wèn)題,就是key為空的情況。
在正常情況下,我們?cè)赿ict中獲取元素的時(shí)候,都需要考慮key為空的情況。如果不考慮這點(diǎn),那么當(dāng)我們獲取了一個(gè)不存在的key,會(huì)導(dǎo)致系統(tǒng)拋出異常。我們當(dāng)然可以在每次get之前寫(xiě)一個(gè)if判斷,但是這很麻煩,比如:
ifkeyindict:
returndict[key]
else:
returnNone
當(dāng)然,這是最笨的方法,dict當(dāng)中為我們提供了帶默認(rèn)值的get方法。比如,我們可以寫(xiě)成:
returndict.get(key,None)
這樣,當(dāng)key不在dict當(dāng)中存在的時(shí)候,會(huì)自動(dòng)返回我們?cè)O(shè)置的默認(rèn)值。這個(gè)省去了很多麻煩的判斷,但是在一些特殊情況下仍然存在一點(diǎn)問(wèn)題。舉個(gè)例子,比如當(dāng)key存在重復(fù),我們希望將key相同的value存進(jìn)一個(gè)list當(dāng)中,而不是只保留一個(gè)。這種情況下寫(xiě)成代碼就會(huì)比較復(fù)雜:
data=[(1,3),(2,1),(1,4),(2,5),(3,7)]
d={}
fork,vindata:
ifkind:
d[k].append(v)
else:
d[k]=[v]
由于dict的value是一個(gè)list,所以我們還是需要判斷是否為空,不能直接使用默認(rèn)值,間接操作當(dāng)然可以,但是還是不夠簡(jiǎn)單:
fork,vindata:
cur=d.get(k,[])
cur.append(v)
d[k]=v
這和使用if區(qū)別并不大,為了完美解決這個(gè)問(wèn)題,我們可以使用collections當(dāng)中的defaultdict:
fromcollectionsimportdefaultdict
d=defaultdict(list)
fork,vindata:
d[k].append(v)
使用defaultdict之后,如果key不存在,容器會(huì)自動(dòng)返回我們預(yù)先設(shè)置的默認(rèn)值。需要注意的是defaultdict傳入的默認(rèn)值可以是一個(gè)類型也可以是一個(gè)方法。如果我們傳入int,那么默認(rèn)值會(huì)被設(shè)置成int()的結(jié)果,也就是0,如果我們想要自定義或者修改,我們可以傳入一個(gè)方法,比如:
d=defaultdict(lambda:3)
fork,vindata:
d[k]+=v
Counter
這是一個(gè)非常常用和非常強(qiáng)大的工具,我們經(jīng)常用到。
在我們實(shí)際的編程當(dāng)中,我們經(jīng)常遇到一個(gè)問(wèn)題,就是數(shù)數(shù)和排序。比如說(shuō)我們?cè)诜治鑫谋镜臅r(shí)候,會(huì)得到一堆單詞。其中可能有大量的長(zhǎng)尾詞,在整個(gè)文本當(dāng)中可能只出現(xiàn)過(guò)寥寥幾次。于是我們希望計(jì)算一下這些單詞出現(xiàn)過(guò)的數(shù)量,只保留出現(xiàn)次數(shù)最高的若干個(gè)。
這個(gè)需求讓我們自己實(shí)現(xiàn)當(dāng)然也不困難,我們完全可以創(chuàng)建一個(gè)dict,然后對(duì)這些單詞一個(gè)一個(gè)遍歷。原本我們還需要考慮單詞之前沒(méi)有出現(xiàn)過(guò)的情況,如果我們上面說(shuō)的defaultdict,又要簡(jiǎn)單許多。但是我們還是少不了計(jì)數(shù)然后排序的步驟,如果使用Counter這個(gè)步驟會(huì)縮減成一行代碼。
舉個(gè)例子:
words=['apple','apple','pear','watermelon','pear','peach']
fromcollectionsimportCounter
counter=Counter(words)
>>>print(counter)
Counter({'apple':2,'pear':2,'watermelon':1,'peach':1})
我們直接將一個(gè)list傳入Counter中作為參數(shù),它會(huì)自動(dòng)為我們替當(dāng)中的每個(gè)元素計(jì)數(shù)。
如果我們要篩選topK,也非常簡(jiǎn)單,它為我們提供了most_common方法,我們只需要傳入需要求的K即可:
counter.most_common(1)
[('apple',2)]
除此之外,它的構(gòu)造函數(shù)還接收dict類型。我們可以直接通過(guò)一個(gè)value是int類型的dict來(lái)初始化一個(gè)Counter,比如:
c=Counter({'apple':5,'pear':4})
c=Counter(apple=4,pear=3)
并且,它還支持加減法的操作,比如我們可以將兩個(gè)Counter相加,它會(huì)自動(dòng)將兩個(gè)Counter合并,相同的key對(duì)應(yīng)的value累加。相減也是同理,會(huì)將能對(duì)應(yīng)的value做減法,被減的key對(duì)應(yīng)不上的會(huì)保留,而減數(shù)中對(duì)應(yīng)不上的key則會(huì)被丟棄。并且需要注意,Counter支持value為負(fù)數(shù)。
deque
我們都知道queue是隊(duì)列,deque也是隊(duì)列,不過(guò)稍稍特殊一些,是雙端隊(duì)列。對(duì)于queue來(lái)說(shuō),只允許在隊(duì)尾插入元素,在隊(duì)首彈出元素。而deque既然稱為雙端隊(duì)列,那么說(shuō)明它的隊(duì)首和隊(duì)尾都支持元素的插入和彈出。相比于普通的隊(duì)列,要更加靈活一些。
除了常用的clear、copy、count、extend等api之外,deque當(dāng)中最常用也是最核心的api還有append、pop、appendleft和popleft。從名字上我們就看得出來(lái),append和pop和list的append和pop一樣,而appendleft和popleft則是在隊(duì)列左側(cè),也就是頭部進(jìn)行pop和append的操作。非常容易理解。
在日常的使用當(dāng)中,真正用到雙端隊(duì)列的算法其實(shí)不太多。大多數(shù)情況下我們使用deque主要有兩個(gè)原因,第一個(gè)原因是deque收到GIL的管理,它是線程安全的。而list則沒(méi)有GIL鎖,因此不是線程安全的。也就是說(shuō)在并發(fā)場(chǎng)景下,list可能會(huì)導(dǎo)致一致性問(wèn)題,而deque不會(huì)。另一個(gè)原因是deque支持固定長(zhǎng)度,當(dāng)長(zhǎng)度滿了之后,當(dāng)我們繼續(xù)append時(shí),它會(huì)自動(dòng)彈出最早插入的數(shù)據(jù)。
比如說(shuō)當(dāng)我們擁有海量的數(shù)據(jù),我們不知道它的數(shù)量,但是想要保留最后出現(xiàn)的指定數(shù)量的數(shù)據(jù)的時(shí)候,就可以使用deque。
fromcollectionsimportdeque
dque=deque(maxlen=10)
#假設(shè)我們想要從文件當(dāng)中獲取最后10條數(shù)據(jù)
foriinf.read():
dque.append(i)
namedtuple
namedtuple很特殊,它涉及到元編程的概念。簡(jiǎn)單介紹一下元編程的概念,我們不做過(guò)多的深入。簡(jiǎn)而言之,就是在常見(jiàn)的面向?qū)ο螽?dāng)中。我們都是定義類,然后通過(guò)類的構(gòu)造函數(shù)來(lái)創(chuàng)建實(shí)例。而元編程指的是我們定義元類,根據(jù)元類創(chuàng)建出來(lái)的并不是一個(gè)實(shí)例,而是一個(gè)類。如果用模具和成品來(lái)分別比喻類和實(shí)例的話,元類相當(dāng)于是模具的模具。
namedtuple是一個(gè)非常簡(jiǎn)單的元類,通過(guò)它我們可以非常方便地定義我們想要的類。
它的用法很簡(jiǎn)單,我們直接來(lái)看例子。比如如果我們想要定義一個(gè)學(xué)生類,這個(gè)類當(dāng)中有name、score、age這三個(gè)字段,那么這個(gè)類會(huì)寫(xiě)成:
classStudent:
def__init__(self,name=None,score=None,age=None):
self.name=name
self.score=score
self.age=age
這還只是粗略的寫(xiě)法,如果考慮規(guī)范,還需要定義property等注解,又需要很多代碼。如果我們使用namedtuple可以簡(jiǎn)化這個(gè)工作,我們來(lái)看代碼:
fromcollectionsimportnamedtuple
#這個(gè)是類,columns也可以寫(xiě)成'namescoreage',即用空格分開(kāi)
Student=namedtuple('Student',['name','score','age'])
#這個(gè)是實(shí)例
student=Student(name='xiaoming',score=99,age=10)
print(student.name)
通過(guò)使用namedtuple,我們只需要一行就定義了一個(gè)類,但是這樣定義的類是沒(méi)有缺失值的,但是namedtuple很強(qiáng)大,我們可以通過(guò)傳入defaults參數(shù)來(lái)定義缺失值。
Student=namedtuple('Student',['name','score','age'],defaults=(0,0))
可以注意到,雖然我們定義了三個(gè)字段,但是我們只設(shè)置了兩個(gè)缺失值。在這種情況下,namedtuple會(huì)自動(dòng)將缺失值匹配上score和age兩個(gè)字段。因?yàn)樵赑ython的規(guī)范當(dāng)中,必選參數(shù)一定在可選參數(shù)前面。所以nuamdtuple會(huì)自動(dòng)右對(duì)齊。
以上內(nèi)容為大家介紹了Python工具庫(kù)之collections,希望對(duì)大家有所幫助,如果想要了解更多Python相關(guān)知識(shí),請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。