2. collections
    4. 阅读: 90197
    5. collections是Python内建的一个集合模块，提供了许多有用的集合类。
    7. namedtuple
    9. 我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：
    11. >>> p = (1, 2)
    12. 但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。
    14. 定义一个class又小题大做了，这时，namedtuple就派上了用场：
    16. >>> from collections import namedtuple
    17. >>> Point = namedtuple('Point', ['x', 'y'])
    18. >>> p = Point(1, 2)
    19. >>> p.x
    20. 1
    21. >>> p.y
    22. 2
    23. 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。
    25. 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。
    27. 可以验证创建的Point对象是tuple的一种子类：
    29. >>> isinstance(p, Point)
    30. True
    31. >>> isinstance(p, tuple)
    32. True
    33. 类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：
    35. # namedtuple('名称', [属性list]):
    36. Circle = namedtuple('Circle', ['x', 'y', 'r'])
    37. deque
    39. 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。
    41. deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：
    43. >>> from collections import deque
    44. >>> q = deque(['a', 'b', 'c'])
    45. >>> q.append('x')
    46. >>> q.appendleft('y')
    47. >>> q
    48. deque(['y', 'a', 'b', 'c', 'x'])
    49. 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。
    51. defaultdict
    53. 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：
    55. >>> from collections import defaultdict
    56. >>> dd = defaultdict(lambda: 'N/A')
    57. >>> dd['key1'] = 'abc'
    58. >>> dd['key1'] # key1存在
    59. 'abc'
    60. >>> dd['key2'] # key2不存在，返回默认值
    61. 'N/A'
    62. 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。
    64. 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。
    66. OrderedDict
    68. 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。
    70. 如果要保持Key的顺序，可以用OrderedDict：
    72. >>> from collections import OrderedDict
    73. >>> d = dict([('a', 1), ('b', 2), ('c', 3)])
    74. >>> d # dict的Key是无序的
    75. {'a': 1, 'c': 3, 'b': 2}
    76. >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
    77. >>> od # OrderedDict的Key是有序的
    78. OrderedDict([('a', 1), ('b', 2), ('c', 3)])
    79. 注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：
    81. >>> od = OrderedDict()
    82. >>> od['z'] = 1
    83. >>> od['y'] = 2
    84. >>> od['x'] = 3
    85. >>> list(od.keys()) # 按照插入的Key的顺序返回
    86. ['z', 'y', 'x']
    87. 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：
    89. from collections import OrderedDict
    91. class LastUpdatedOrderedDict(OrderedDict):
    93.    def __init__(self, capacity):
    94.        super(LastUpdatedOrderedDict, self).__init__()
    95.        self._capacity = capacity
    97.    def __setitem__(self, key, value):
    98.        containsKey = 1 if key in self else 0
    99.        if len(self) - containsKey >= self._capacity:
    100.            last = self.popitem(last=False)
    101.            print('remove:', last)
    102.        if containsKey:
    103.            del self[key]
    104.            print('set:', (key, value))
    105.        else:
    106.            print('add:', (key, value))
    107.        OrderedDict.__setitem__(self, key, value)
    108. Counter
    110. Counter是一个简单的计数器，例如，统计字符出现的个数：
    112. >>> from collections import Counter
    113. >>> c = Counter()
    114. >>> for ch in 'programming':
    115. ...     c[ch] = c[ch] + 1
    116. ...
    117. >>> c
    118. Counter({'g': 2, 'm': 2, 'r': 2, 'a': 1, 'i': 1, 'o': 1, 'n': 1, 'p': 1})
    119. Counter实际上也是dict的一个子类，上面的结果可以看出，字符'g'、'm'、'r'各出现了两次，其他字符各出现了一次。
    121. 小结
    123. collections模块提供了一些有用的集合类，可以根据需要选用。
    125. 参考源码
    127. use_collections.py