一、collections集合
collections是Python内建的一个集合模块,提供了许多有用的集合类。
1、namedtuple:命名tuple对象
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。
namedtuple('名称', [属性list])
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。
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:
1
|
p = ( 1 , 2 ) |
但是,看到(1, 2),很难看出这个tuple是用来表示一个坐标的。
定义一个class又小题大做了,这时,namedtuple就派上了用场:
1
2
3
4
5
|
from collections import namedtuple Point = namedtuple( 'Point' , [ 'x' , 'y' ]) p = Point( 1 , 2 ) p.x # 1 p.y #2 |
可以验证创建的Point对象是tuple的一种子类:
1
2
|
isinstance (p, Point) #True isinstance (p, tuple ) #True |
类似的,如果要用坐标和半径表示一个圆,也可以用namedtuple定义:
1
|
Circle = namedtuple( 'Circle' , [ 'x' , 'y' , 'r' ]) |
2、deque:双端队列
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。
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:
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。
1
2
3
4
5
6
|
from collections import deque q = deque([ 'a' , 'b' , 'c' ]) q.append( 'x' ) q.appendleft( 'y' ) q #deque(['y', 'a', 'b', 'c', 'x']) |
3、defaultdict:默认字典
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。
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。
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。
1
2
3
4
5
6
7
|
from collections import defaultdict dd = defaultdict( lambda : 'N/A' ) dd[ 'key1' ] = 'abc' dd[ 'key1' ] # key1存在 #'abc' dd[ 'key2' ] # key2不存在,返回默认值 #'N/A' |
4、OrderedDict:顺序字典
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。
如果要保持Key的顺序,可以用OrderedDict:
1
2
3
4
5
6
7
|
from collections import OrderedDict d = dict ([( 'a' , 1 ), ( 'b' , 2 ), ( 'c' , 3 )]) d # dict的Key是无序的 #{'a': 1, 'b': 2, 'c': 3} od = OrderedDict([( 'a' , 1 ), ( 'b' , 2 ), ( 'c' , 3 )]) od # OrderedDict的Key是有序的 #OrderedDict([('a', 1), ('b', 2), ('c', 3)]) |
注意,OrderedDict的Key会按照插入的顺序排列,不是Key本身排序:
1
2
3
4
5
6
|
od = OrderedDict() od[ 'z' ] = 1 od[ 'y' ] = 2 od[ 'x' ] = 3 od.keys() # 按照插入的Key的顺序返回 #odict_keys(['z', 'y', 'x']) |
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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
from collections import OrderedDict class LastUpdatedOrderedDict(OrderedDict): def __init__( self , capacity): super (LastUpdatedOrderedDict, self ).__init__() self ._capacity = capacity def __setitem__( self , key, value): containsKey = 1 if key in self else 0 if len ( self ) - containsKey > = self ._capacity: last = self .popitem(last = False ) print ( 'remove:' , last) if containsKey: del self [key] print ( 'set:' , (key, value)) else : print ( 'add:' , (key, value)) OrderedDict.__setitem__( self , key, value) |
5、Counter:计数器
Counter是一个简单的计数器.
Counter实际上也是dict的一个子类,下面的结果可以看出,字符'g'、'm'、'r'各出现了两次,其他字符各出现了一次。
例如,统计字符出现的个数:
1
2
3
4
5
6
|
from collections import Counter c = Counter() for ch in 'programming' : c[ch] = c[ch] + 1 print (c) #Counter({'p': 1, 'r': 2, 'o': 1, 'g': 2, 'a': 1, 'm': 2, 'i': 1, 'n': 1}) |
二、typing模块
1、typing模块的作用
- 类型检查,防止运行时出现参数和返回值类型不符合。
- 作为开发文档附加说明,方便使用者调用时传入和返回参数类型。
- 该模块加入后并不会影响程序的运行,不会报正式的错误,只有提醒。
- 注意:typing模块只有在python3.5以上的版本中才可以使用,pycharm目前支持typing检查。
2、使用typing模块
- 在传入参数时通过"参数名:类型"的形式声明参数的类型;
- 返回结果通过"-> 结果类型"的形式声明结果的类型。
在调用的时候如果参数的类型不正确pycharm会有提醒,但不会影响程序的运行。
1
2
3
4
5
6
7
8
9
10
11
12
13
|
from typing import List , Tuple , Dict def add(a: int , c: str , d: float , b: bool ) - > Tuple [ List , Tuple , Dict , bool ]: list1 = list ( range (a)) tup = (c, c, c) d = { "a" : d} bl = b return list1, tup, d, bl print (add( 5 , "hhhh" , 2.3 , False )) # ([0, 1, 2, 3, 4], ('hhhh', 'hhhh', 'hhhh'), {'a': 2.3}, False) |
对于如list列表等,还可以规定得更加具体一些。如:"-> List[str]”,规定返回的是列表,并且元素是字符串。
1
2
3
4
5
6
7
8
|
from typing import List def func(a: int , b: str ) –> List [ int or str ] : # 使用or关键字表示多种类型 list1 = [] list1.append(a) list1.append(b) return list1 |
4、typing常用类型
- int、long、float: 整型、长整形、浮点型
- bool、str: 布尔型、字符串类型
- List、 Tuple、 Dict、 Set:列表、元组、字典、集合
- Iterable、Iterator:可迭代类型、迭代器类型
- Generator:生成器类型
到此这篇关于Python集合collections、数据类型typing模块的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/springsnow/p/11972985.html