作者｜skura

來源｜AI開發者

python 就像一件藝術珍藏品！

python 最大的優點之一是它可以廣泛地選擇模塊和包。它們將 python 的功能擴展到許多流行的領域，包括機器學習、數據科學、web 開發、前端等等。其中最好的一個優點是 python 的內置 collections 模塊。

在一般意義上，python 中的集合是用于存儲數據集合（如 list、dict、tuple 和 set）的容器。這些容器直接構建在 python 中，可以直接調用。collections 模塊提供額外的高性能數據類型，這些數據類型可以提高代碼的性能。

讓我們瀏覽一下 collections 模塊最流行的數據類型以及如何使用它們吧！

1.counter

counter 是 dictionary 對象的一個子類。collections 模塊中的 counter（）函數接受 iterable，例如 list 或 tuple，并返回計數器字典。字典的鍵將是 iterable 的唯一元素，每個鍵的值將是 iterable 中元素的計數。

作為開始，讓我們從集合導入計數器數據類型：

from collections import Counter

若要創建計數器對象，請將其分配給變量，這和任何其他對象類是一樣的。你唯一想傳給它的參數就是你的變量。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]

counter = Counter(lst)

如果我們在對象 print（counter）周圍使用一個簡單的 print 函數來打印計數器，我們會得到一個看起來有點像字典的東西：

Counter({1: 7, 2: 5, 3: 3})

你可以使用其 key 訪問任何計數器項，如下所示。這與從標準 python 字典中提取元素的方法完全相同。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]

counter = Counter(lst)

print(counter[1])

most_common() 函數

到目前為止，計數器對象最有用的函數是 most_common() 函數。當它應用于計數器對象時，它返回 n 個最常見元素及其計數的列表，按從最常見到最少見的順序排列。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]

counter = Counter(lst)

print(counter.most_common(2))

上面的代碼打印出以下元組列表：

[（1，7），（2，5）]

每個元組的第一個元素是列表中唯一的項，每個元組的第二個元素是計數。這是一種簡單快捷的方法，比如「獲取列表中最常見的前 3 個元素及其計數」。

要了解更多有關計數器功能的信息，請查看官方文檔。

2.defaultdict

該函數的工作原理與普通的 python 字典完全相同，額外的好處是當你試圖訪問一個不存在的鍵時，它不會拋出錯誤。

相反，它使用默認值初始化 key。默認值是根據創建 DefaultDict 對象時作為參數傳遞的數據類型自動設置的。以下面的代碼為例。

from collections import defaultdict

names_dict = defaultdict(int)

names_dict["Bob"] = 1

names_dict["Katie"] = 2

sara_number = names_dict["Sara"]

print(names_dict)

在上面的示例中，int 作為默認值傳遞給 defaultdict 對象。接下來，為每個鍵定義值，為鍵「bob」和「katie」定義數值。但在最后一行，我們試圖訪問一個尚未定義的 key，即「sara」。

在普通字典中，這會拋出一個錯誤。但是使用 defaultdict，一個新的 key 會自動初始化為「sara」，值為 0，對應于我們的 int 數據類型。因此，最后一行打印出一個包含所有 3 個名稱和相應值的字典。

defaultdict（<class'int'>，{'bob'：1，'katie'：2，'sara'：0}）

如果我們用一個類似于這個名稱的列表初始化 defaultdict，那么「sara」將用一個空列表 [] 初始化，代碼將輸出以下內容：

defaultdict（<class'int'>，{'bob'：1，'katie'：2，'sara'：[]}）

要了解更多有關 DefaultDict 功能的信息，請查看官方文檔。

3.deque

隊列是計算機科學中遵循先進先出（fifo）原則的基本數據結構。簡單地說，這意味著添加到隊列中的第一個對象也必須是要刪除的第一個對象。我們只能在隊列前面插入內容，只能從后面刪除內容——隊列中間不能執行任何操作。collections 庫的 deque 實現了該功能的優化版本。該實現的一個關鍵特性是保持隊列大小，即如果將隊列的最大大小設置為 10，則 deque 將根據 fifo 原則添加和刪除元素，以保持最大大小為 10。這是目前為止 python 中隊列的最佳實現。

讓我們從下面這個例子開始吧。我們要創建一個 deque 對象，然后用從 1 到 10 的整數初始化它。

from collections import deque

my_queue = deque(maxlen=10)

for i in range(10):

my_queue.append(i+1)

print(my_queue)

在上面的代碼中，我們首先初始化了我們的 deque，指定我們希望它始終保持最大的長度 10。其次，我們通過循環將值插入到隊列中。請注意，填充隊列的功能與使用常規 python 列表完全相同。最后，我們打印出結果。

deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], maxlen=10)

因為我們的隊列有一個 maxlen=10，并且我們的循環添加了 10 個元素，所以我們的隊列包含從 1 到 10 的所有數字?，F在讓我們看看當我們增加更多的數字時會發生什么。

for i in range(10, 15):

my_queue.append(i+1)

print(my_queue)

上面的代碼中，我們向隊列中添加了另外 5 個元素，即從 11 到 15 的數字。但是我們的隊列只有 maxlen=10，所以它必須刪除一些元素。由于隊列必須遵循 fifo 原則，因此它會刪除插入隊列的前 5 個元素，正是按照它們的插入順序：[1、2、3、4、5]。print 語句的結果如下：

deque([6, 7, 8, 9, 10, 11, 12, 13, 14, 15], maxlen=10)

要了解更多有關 deque 的信息，請查看官方文檔。

4.namedtuple

在 python 中創建常規元組時，其元素是通用的和未命名的。這迫使你記住每個元組元素的確切索引。namedtuple 就是這個問題的解決方案。

namedtuple（）返回一個元組，該元組中每個位置的名稱都是固定的，而 namedtuple 對象的名稱是通用的。要使用 namedtuple，首先為它創建一個模板。下面的代碼創建一個名為「person」的 namedtuple 模板，該模板具有「name」、「age」和「job」參數。

from collections import namedtuple

Person = namedtuple('Person', 'name age job')

創建模板后，可以使用它創建 namedtuple 對象。讓我們為 2 個 person 創建 2 個 namedtuple 并打印出他們的表示。

Person = namedtuple('Person', 'name age job')

Mike = Person(name='Mike', age=30, job='Data Scientist')

Kate = Person(name="Kate", age=28, job='Project Manager')

print(Mike)

print(Kate)

上面的代碼非常直截了當——我們用 namedtuple 模板的所有屬性初始化一個「person」。上面的打印語句將給出以下結果：

Person(name='Mike', age=30, job='Data Scientist')

Person(name='Kate', age=28, job='Project Manager')

因此，namedtuples 允許更大的易用性、可讀性和更容易組織元組對象。

要了解 namedtuple 的更多功能，請查看官方文檔。

最后

好了，你學完這些啦！接下來你可以使用 collections 庫使用 python 中的高性能數據類型了~如果你渴望更多，別擔心！在 python 集合中還有很多東西需要學習，你還需要學習如何最有效地使用它們。