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)
defaultdict
defaultdict与dict类型不同，你不需要检查key是否存在
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"}}
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)
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])
namedtuple
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
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), ...
网友评论