🗣️目录
🗣️结语
👤一、collections模块前言
在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
- 1.namedtuple: 生成可以使用名字来访问元素内容的tuple
- 2.deque: 双端队列，可以快速的从另外一侧追加和推出对象
- 3.Counter: 计数器，主要用来计数
- 4.OrderedDict: 有序字典
- 5.defaultdict: 带有默认值的字典
- 6.queue：队列（先进来的先出去）
以下就会详细讲解这几个数据类型的基础知识和使用方法
👤二、namedtuple的使用方法
我们知道
tuple可以表示不变的列表，例如，一个点的二维坐标就可以用如下方式表示：
a = (2,3)
但是我们第一眼看到a = (2,3)会想到它是表示坐标吗？我想大多数人会看成是将一个含有2和3元素的元组赋给a这个变量吧！如何让我们第一眼看到就会知道它表示坐标呢？
这时，
namedtuple就派上了用场：
from collections import namedtuple #表示二维坐标 Point = namedtuple('point',['x','y']) p = Point(1,2) #从二维坐标中取x轴的数值 print(p.x) print(p.y) #表示三维坐标 Point = namedtuple('point',['x','y','z']) p2 = Point(1,2,3) #从二维坐标中取x轴的数值 print(p2.x) print(p2.y) print(p2.z) 输出结果： 1 2 1 2 3
创建扑克牌
Card = namedtuple('card',['suits','number']) #生成一张扑克牌 clo = Card('红桃',2) #打印这张扑克牌 print(clo) #打印这张扑克牌的花色 print(clo.suits) #打印这张扑克牌的大小 print(clo.number) 输出结果： card(suits='红桃', number=2) 红桃 2
👤三、queue（队列）方法
Python的Queue模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。
- Queue.put()向队列中放值
- Queue.get()从队列中取值
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空，返回True,反之False
- Queue.full()如果队列满了，返回True,反之False，Queue.full 与 maxsize 大小对应
- Queue.get([block[, timeout]])获取队列，timeout等待时间
- Queue.get_nowait() 相当于Queue.get(False)，非阻塞方法
- Queue.put(item) 写入队列，timeout等待时间
- Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号。每个get()调用得到一个任务，接下来task_done()调用告诉队列该任务已经处理完毕。
- Queue.join() 实际上意味着等到队列为空，再执行别的操作
栗子：
#队列 import queue #首先创建一个队列 q = queue.Queue() #往q队列中依次放值 q.put(9) q.put(8) q.put(7) #往队列中依次取值 print(q.get()) print(q.get()) print(q.get()) 输出结果： 9 8 7
如果还向q执行q.get()（此时q的值已被取完）向q取值的话程序不会报错但是会发生阻塞
如果不想出现阻塞，可以在取值之前用Queue.qsize() 看看队列的大小
#队列 import queue #首先创建一个队列 q = queue.Queue() #往q队列中依次放值, # 放的值可以是任意的数据类型，但是一次只可以放一个值 q.put([1,2,3]) q.put(8) q.put(7) #打印这个队列 print(q) #往队列中依次取值 print(q.get()) print(q.get()) print('还有%d个值可取' % q.qsize()) print(q.get()) print('还有%d个值可取' % q.qsize()) #print(q.get())#程序发生阻塞 输出结果： <queue.Queue object at 0x0000020106C89A30> [1, 2, 3] 8 还有1个值可取 7 还有0个值可取
👤四、deque（双端队列）方法
双端队列（deque，全名double-ended queue），是一种具有队列和栈的性质的数据结构。
双端队列中的元素可以从两端弹出，其限定插入和删除操作在表的两端进行。双端队列可以在队列任意一端入队和出队。
操作:
编辑
- Deque() 创建一个空的双端队列
- append()向双端队列后面放数据
- appendleft()向双端队列前面放数据
- pop()向双端队列后面取数据
- popleft()向双端队列前面取数据
- add_front(item) 从队头加入一个item元素
- add_rear(item)从队尾加入一个item元素
- remove_front() 从队头删除一个item元素
- remove_rear()从队尾删除一个item元素
- is_empty() 判断双端队列是否为空
- size() 返回队列的大小
栗子：
from collections import deque dq = deque([1,2]) #向这个队列后端插入‘a’ dq.append('a') #向这个队列前端插入‘b’ dq.appendleft('b') #双印这个双端队列 print('插入数据后的队列',dq) #向第二个位置插入数字3 dq.insert(2,3) #取数据 print(dq.pop()) print(dq.pop()) print(dq.popleft()) #双印这个双端队列 print('取出数据后的队列',dq) 输出结果： 插入数据后的队列 deque(['b', 1, 2, 'a']) a 2 b 取出数据后的队列 deque([1, 3])
插入数据的流程：
编辑
👤五、defaultdict 方法
- 👥defaultdict 方法详述
有如下值集合 [11,22,33,44,55,66,77,88,99,90]，将所有大于 66 的值保存至字典中的k1中，将小于 66 的值保存至k2的值中。
即： {'k1': 大于66,'k2': 小于66}按以前的做法如果要保存至字典的字典中没有k1或k2，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：如何使用defaultdict呢?
defaultdict接受一个工厂函数作为参数，如下来构造：
dict =defaultdict( factory_function)
这个factory_function必须是可以调用的可以是list、set、str等等，作用是当key不存在时，返回的是工厂函数的默认值，比如list对应[ ]，str对应的是空字符串，set对应set( )，int对应0，简单来说defaultdict在我们操作字典中没有的键时，会自动创建而不会报错，且你可以指定自动创建的键对应的值的默认类型，通过改变factory_function
from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = defaultdict(list) for value in values: if value>66: my_dict['k1'].append(value) else: my_dict['k2'].append(value) 输出结果： defaultdict(<class 'list'>, {'k2': [11, 22, 33, 44, 55, 66], 'k1': [77, 88, 99, 90]})
- 👥知识点拓展之定义字典的冷门方法
按平常我们会这样定义一个字典d：
d = {'a' : 1,'b' : 2,'c' : 3}
但其实上面这个字典也可以这样定义：
d = dict([('a' ：1),('b' : 2),('c' : 3)])
但这两种方法定义的字典的键都是无序的，如果想要得到一个键为有序的字典还是得用defaultdict 方法
👤六、Counter方法
方法用到的地方不多，主要是记录字符串中相同值出现的次数
Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。
from collections import Counter c = Counter('abcdeabcdabcaba') print(c) 输出结果： Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
