Python 容器(Collections)

ゝ一纸荒年。 2022-06-07 08:40 150阅读 0赞

# 1.容器(`Collections`) #

Python附带一个模块，它包含许多容器数据类型，名字叫作`collections`。我们将讨论它的作用和用法。

我们将讨论的是：

*  defaultdict
 *  counter
 *  deque
 *  namedtuple
 *  enum.Enum (包含在Python 3.4以上)

# 2.defaultdict #

我个人使用`defaultdict`较多，与`dict`类型不同，你不需要检查key是否存在，所以我们能这样做：

from collections import defaultdict
    
    colours = (
        ('Yasoob', 'Yellow'),
        ('Ali', 'Blue'),
        ('Arham', 'Green'),
        ('Ali', 'Black'),
        ('Yasoob', 'Red'),
        ('Ahmed', 'Silver'),
    )
    
    favourite_colours = defaultdict(list)
    
    for name, colour in colours:
        favourite_colours[name].append(colour)
    
    print(favourite_colours)

## 运行输出 ##

# defaultdict(<type 'list'>,
    #    {'Arham': ['Green'],
    #     'Yasoob': ['Yellow', 'Red'],
    #     'Ahmed': ['Silver'],
    #     'Ali': ['Blue', 'Black']
    # })

另一种重要的是例子就是：当你在一个字典中对一个键进行嵌套赋值时，如果这个键不存在，会触发`keyError`异常。 `defaultdict`允许我们用一个聪明的方式绕过这个问题。 首先我分享一个使用`dict`触发`KeyError`的例子，然后提供一个使用`defaultdict`的解决方案。

问题：

some_dict = {}
    some_dict['colours']['favourite'] = "yellow"
    
    ## 异常输出：KeyError: 'colours'

解决方案：

import collections
    tree = lambda: collections.defaultdict(tree)
    some_dict = tree()
    some_dict['colours']['favourite'] = "yellow"
    
    ## 运行正常

你可以用`json.dumps`打印出`some_dict`，例如：

import json
    print(json.dumps(some_dict))
    
    ## 输出: {"colours": {"favourite": "yellow"}}

# 3.counter #

Counter是一个计数器，它可以帮助我们针对某项数据进行计数。比如它可以用来计算每个人喜欢多少种颜色：

from collections import Counter
    
    colours = (
        ('Yasoob', 'Yellow'),
        ('Ali', 'Blue'),
        ('Arham', 'Green'),
        ('Ali', 'Black'),
        ('Yasoob', 'Red'),
        ('Ahmed', 'Silver'),
    )
    
    favs = Counter(name for name, colour in colours)
    print(favs)
    
    ## 输出:
    ## Counter({
         
    ##     'Yasoob': 2,
    ##     'Ali': 2,
    ##     'Arham': 1,
    ##     'Ahmed': 1
    ##  })

我们也可以在利用它统计一个文件，例如：

with open('filename', 'rb') as f:
        line_count = Counter(f)
    print(line_count)

# 4.deque #

deque提供了一个双端队列，你可以从头/尾两端添加或删除元素。要想使用它，首先我们要从`collections`中导入`deque`模块：

from collections import deque

现在，你可以创建一个`deque`对象。

d = deque()

它的用法就像python的`list`，并且提供了类似的方法，例如：

d = deque()
    d.append('1')
    d.append('2')
    d.append('3')
    
    print(len(d))
    
    ## 输出: 3
    
    print(d[0])
    
    ## 输出: '1'
    
    print(d[-1])
    
    ## 输出: '3'

你可以从两端取出(pop)数据：

d = deque(range(5))
    print(len(d))
    
    ## 输出: 5
    
    d.popleft()
    
    ## 输出: 0
    
    d.pop()
    
    ## 输出: 4
    
    print(d)
    
    ## 输出: deque([1, 2, 3])

我们也可以限制这个列表的大小，当超出你设定的限制时，数据会从对队列另一端被挤出去(pop)。  
最好的解释是给出一个例子：

d = deque(maxlen=30)

现在当你插入30条数据时，最左边一端的数据将从队列中删除。

你还可以从任一端扩展这个队列中的数据：

d = deque([1,2,3,4,5])
    d.extendleft([0])
    d.extend([6,7,8])
    print(d)
    
    ## 输出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8])

# 5.namedtuple #

您可能已经熟悉元组。  
一个元组是一个不可变的列表，你可以存储一个数据的序列，它和命名元组(`namedtuples`)非常像，但有几个关键的不同。  
主要相似点是都不像列表，你不能修改元组中的数据。为了获取元组中的数据，你需要使用整数作为索引：

man = ('Ali', 30)
    print(man[0])
    
    ## 输出: Ali

嗯，那`namedtuples`是什么呢？它把元组变成一个针对简单任务的容器。你不必使用整数索引来访问一个`namedtuples`的数据。你可以像字典(`dict`)一样访问`namedtuples`，但`namedtuples`是不可变的。

from collections import namedtuple
    
    Animal = namedtuple('Animal', 'name age type')
    perry = Animal(name="perry", age=31, type="cat")
    
    print(perry)
    
    ## 输出: Animal(name='perry', age=31, type='cat')
    
    print(perry.name)
    
    ## 输出: 'perry'

现在你可以看到，我们可以用名字来访问`namedtuple`中的数据。我们再继续分析它。一个命名元组(`namedtuple`)有两个必需的参数。它们是元组名称和字段名称。

在上面的例子中，我们的元组名称是`Animal`，字段名称是'name'，'age'和'type'。  
`namedtuple`让你的元组变得自文档了。你只要看一眼就很容易理解代码是做什么的。  
你也不必使用整数索引来访问一个命名元组，这让你的代码更易于维护。  
而且，`namedtuple`的每个实例没有对象字典，所以它们很轻量，与普通的元组比，并不需要更多的内存。这使得它们比字典更快。

然而，要记住它是一个元组，属性值在`namedtuple`中是不可变的，所以下面的代码不能工作：

from collections import namedtuple
    
    Animal = namedtuple('Animal', 'name age type')
    perry = Animal(name="perry", age=31, type="cat")
    perry.age = 42
    
    ## 输出:
    ## Traceback (most recent call last):
    ##     File "", line 1, in
    ## AttributeError: can't set attribute

你应该使用命名元组来让代码自文档，它们向后兼容于普通的元组，这意味着你可以既使用整数索引，也可以使用名称来访问`namedtuple`：

from collections import namedtuple
    
    Animal = namedtuple('Animal', 'name age type')
    perry = Animal(name="perry", age=31, type="cat")
    print(perry[0])
    
    ## 输出: perry

最后，你可以将一个命名元组转换为字典，方法如下：

from collections import namedtuple
    
    Animal = namedtuple('Animal', 'name age type')
    perry = Animal(name="Perry", age=31, type="cat")
    print(perry._asdict())
    
    ## 输出: OrderedDict([('name', 'Perry'), ('age', 31), ...

# 6.enum.Enum (Python 3.4+) #

另一个有用的容器是枚举对象，它属于`enum`模块，存在于Python 3.4以上版本中（同时作为一个独立的PyPI包`enum34`供老版本使用）。Enums(枚举类型)基本上是一种组织各种东西的方式。

让我们回顾一下上一个'Animal'命名元组的例子。  
它有一个type字段，问题是，type是一个字符串。  
那么问题来了，万一程序员输入了`Cat`，因为他按到了Shift键，或者输入了'CAT'，甚至'kitten'？

枚举可以帮助我们避免这个问题，通过不使用字符串。考虑以下这个例子：

from collections import namedtuple
    from enum import Enum
    
    class Species(Enum):
        cat = 1
        dog = 2
        horse = 3
        aardvark = 4
        butterfly = 5
        owl = 6
        platypus = 7
        dragon = 8
        unicorn = 9
        # 依次类推
    
        # 但我们并不想关心同一物种的年龄，所以我们可以使用一个别名
        kitten = 1  # (译者注：幼小的猫咪)
        puppy = 2   # (译者注：幼小的狗狗)
    
    Animal = namedtuple('Animal', 'name age type')
    perry = Animal(name="Perry", age=31, type=Species.cat)
    drogon = Animal(name="Drogon", age=4, type=Species.dragon)
    tom = Animal(name="Tom", age=75, type=Species.cat)
    charlie = Animal(name="Charlie", age=2, type=Species.kitten)

## 现在，我们进行一些测试： ##

>>> charlie.type == tom.type
    True
    >>> charlie.type
    <Species.cat: 1>

这样就没那么容易错误，我们必须更明确，而且我们应该只使用定义后的枚举类型。

有三种方法访问枚举数据，例如以下方法都可以获取到'cat'的值：

Species(1)
    Species['cat']
    Species.cat

这只是一个快速浏览`collections`模块的介绍，建议你阅读本文最后的官方文档。