1. 前言

Python内置四种基本container：list, dict, set, tuple，collections模块为其补充。namedtuple为collections中一个容器。一言以蔽之，是为有属性名字的tuple.

2. 简单说明

collections.namedtuple(typename, field_names, verbose=False, rename=False)

生成一个新的名为typename的tuple子类，属性名称由field_names指定。详细介绍参见Python官方文档。

3. 简单例子

from collections import namedtuple

P = namedtuple('Point', ['x', 'y'])
p = P(1,2)
print(p)
print(p.x)
print(p[0])

运行结果

Point(x=1, y=2)
1
1

本身tuple作为一个只读list，只能通过位置进行访问，如p[0]。使用namedtuple之后可以采用属性名称的方式进行访问，增大了可读性，带来了方便。

4. Mark一些该类常用方法和属性

• _make(iterable)
  从sequence或iterable中生成一个新的实例

P = namedtuple('Point', ['x', 'y'])
t = [11, 22]
print(P._make(t))

运行结果

Point(x=11, y=22)

• _asdict()
  按照属性名生成一个OrderedDict实例

  P = namedtuple('Point', ['x', 'y'])
  t = [11, 22]
  print(P._make(t)._asdict())

运行结果

  OrderedDict([('x', 11), ('y', 22)])

• _replace(kwargs)**
  替换相应属性值后生成一个新的namedtuple实例

  P = namedtuple('Point', ['x', 'y'])
  t = [11, 22]
  print(P._make(t)._replace(x=22))

运行结果

Point(x=22, y=22)

• _fields
  以tuple形式返回实例的属性

  P = namedtuple('Point', ['x', 'y'])
  t = [11, 22]
  print(P._make(t)._replace(x=22)._fields)

运行结果

  ('x', 'y')

5. 使用场景：从csv文件中读取数据

employee.csv内容如下

Kian,18,CEO,R&D Dept
Danna,16,CFO,Finance Dept

python读取代码

import csv
from collections import namedtuple

EmployeeRecord = namedtuple(
    'EmployeeRecord', 'name, age, title, department')

for emp in map(EmployeeRecord._make, csv.reader(open('C:\\Users\\kian\\Documents\\Python\\employee.csv', 'r'))):
        print(emp.name, emp.title)

运行结果

Kian CEO
Danna CFO

6. 结语

如有疑问，欢迎留言共同探讨。