Python的集合模块，使用数据容器处理数据集合_Python

Python的集合模块，使用数据容器处理数据集合

2023-11-07 19:16Python学研大本营 Python

Python的collections模块是开发人员处理数据集合时的有用工具。它提供了各种类，可以帮助完成合并字典、计数项和保持数据顺序等任务。通过使用这些类，可以使编码过程更加高效。

简介

Python是一种功能强大的编程语言，可以简化许多编程任务。它的标准库中有一个collections模块，提供了处理集合数据的有用容器数据类型。

ChainMap类将多个字典合并为一个映射。Counter类用于计算列表或其他可迭代对象中元素的出现次数。OrderedDict类保持其键的插入顺序。

还可以使用UserDict、UserList和UserString类创建常见数据类型的自定义版本。defaultdict类允许为字典中不存在的任何键指定默认值。

deque类是一种双端队列，可以从两端追加和弹出元素。namedtuple类创建具有命名字段的元组子类，使得处理复杂的数据结构更加容易。

使用这些来自collections模块的类可以简化和优化代码。

1、ChainMap：合并多个字典

ChainMap类允许将多个字典合并为一个映射。当用户希望像处理单个实体一样搜索多个字典时，这非常有用。接下来看一下它是如何工作的：

from collections import ChainMap

dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
combined_dict = ChainMap(dict1, dict2)

print(combined_dict['a'])  # 输出：1 (from dict1)
print(combined_dict['b'])  # 输出：2 (from dict1)
print(combined_dict['c'])  # 输出：4 (from dict2)

2、Counter：计数可散列对象

Counter类是一种高效计数可散列对象的方法。它提供了一种清晰简洁的方式来统计项目。以下是一个简单的示例：

from collections import Counter

data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
counter = Counter(data)

print(counter)  # 输出：Counter({4: 4, 3: 3, 2: 2, 1: 1})

3、OrderedDict：保持元素顺序

OrderedDict类会记住项目插入的顺序。在元素顺序很重要的情况下，这一点至关重要。查看以下的示例：

from collections import OrderedDict

ordered_dict = OrderedDict()
ordered_dict['b'] = 2
ordered_dict['c'] = 3
ordered_dict['a'] = 1

print(list(ordered_dict.keys()))  # 输出：['b', 'c', 'a']

4、UserDict、UserList、UserString：创建自定义容器

UserDict、UserList和UserString类提供了创建自定义字典类、列表类和字符串类对象的简便方法。可以从这些类继承，并根据需要自定义其行为。

from collections import UserDict, UserList, UserString

class MyDictionary(UserDict):
    def __missing__(self, key):
        return f"Key '{key}' not found"

my_dict = MyDictionary({'a': 1, 'b': 2})
print(my_dict['c'])  # 输出：Key 'c' not found

在这个示例中，本文定义了__missing__方法，如果不存在需要寻找的键，则返回一个指示未找到键的字符串，而不是像传统字典那样引发KeyError异常。

5、defaultdict：为缺失的键设置默认值

defaultdict类是内置字典类的一个子类。它会自动为缺失的键提供默认值，从而防止KeyError异常。下面是一个示例：

from collections import defaultdict

fruit_count = defaultdict(int)
fruit_count['apple'] += 1

print(fruit_count['apple'])  # 输出：1
print(fruit_count['banana'])  # 输出：0 (default value for int)

6、deque：双端队列

deque类实现了双端队列，对于从两端高效地追加和弹出元素非常有用。它特别适用于实现队列和堆栈。

from collections import deque

queue = deque()
queue.append(1)
queue.append(2)
queue.append(3)
queue.append(4)
queue.append(5)

print(queue.popleft())  # 输出：1
print(queue.popleft())  # 输出：2
print(queue.pop())  # 输出：5
print(queue) # 输出：deque([3, 4])

7、namedtuple：命名元组以提高可读性

namedtuple类创建了一种新类型的元组，可以使用命名属性访问其中的字段。这不仅提高了清晰度，还减少了由于索引不匹配而导致出错的几率。

from collections import namedtuple

Person = namedtuple('Person', ['name', 'age', 'gender'])
person = Person('Alice', 30, 'female')

print(person) # 输出：Person(name='Alice', age=30, gender='female')