在這篇文章中，機器學習工程師 George Seif 介紹了 Python collections 模塊很受歡迎的四種數(shù)據(jù)類型以及它們各自的使用方法。這些數(shù)據(jù)類型可以對代碼進行優(yōu)化，進而實現(xiàn)更簡潔的任務(wù)執(zhí)行。

鐘祥網(wǎng)站制作公司哪家好，找成都創(chuàng)新互聯(lián)公司！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)公司等網(wǎng)站項目制作，到程序開發(fā)，運營維護。成都創(chuàng)新互聯(lián)公司從2013年成立到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設(shè)就選成都創(chuàng)新互聯(lián)公司。

Python 的最大優(yōu)勢之一就是它有各種各樣的模塊和軟件包可供選擇。這些模塊和包將 Python 的功能擴展到了許多流行領(lǐng)域，包括機器學習、數(shù)據(jù)科學、Web 開發(fā)和前端等。其中表現(xiàn)最好的一個就是 Python 內(nèi)置的 collections 模塊了。

一般而言，Python 中的 collections 模塊是用于存儲列表、字典、元組以及集等數(shù)據(jù)集合的容器。這些容器嵌入在 Python 中，可以實現(xiàn)開箱即用。collections 模塊提供了額外的高性能數(shù)據(jù)類型，它們可以優(yōu)化代碼，讓一些任務(wù)變得更加簡潔。

Counter

官方文檔：https://docs.python.org/2/library/collections.html#collections.Counter

Counter 是 dictionary 對象的子類。collections 模塊中的 Counter() 函數(shù)會接收一個諸如 list 或 tuple 的迭代器，然后返回一個 Counter dictionary。這個 dictionary 的鍵是該迭代器中的唯一元素，每個鍵的值是迭代器元素的計數(shù)。

首先，我們需要從 collections 包中導入 Counter： 

 
 
 

  
  
  
from collections import Counter 
 
 
 

如果要創(chuàng)建一個 Counter 對象，我們也要像對待其他對象類一樣，先將它分配給一個變量，而傳遞給 Counter 對象的惟一變量即是迭代器。 

 
 
 

  
  
  
lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1] 
  
  
  
counter = Counter(lst) 
 
 
 

如果我們使用簡單的 print 函數(shù)(print(counter))把這個 Counter 打印出來，則會得到一些與 dictionary 稍微類似的輸出： 

 
 
 

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

你可以用這些鍵值訪問任何 Counter 項。這與從標準的 Python dictionary 中獲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(shù)

目前來說，Counter 對象中最有用的函數(shù)是 most_common()。當它應(yīng)用于一個 Counter 對象時，會返回一個 list，這個 list 包含了前 N 個常見的元素及其計數(shù)，它們按照常見度降序排列。 

 
 
 

  
  
  
lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1] 
  
  
  
counter = Counter(lst) 
  
  
  
print(counter.most_common(2)) 
 
 
 

上述代碼會打印出以下 tuples 的 list。 

 
 
 

  
  
  
[(1, 7), (2, 5)] 
 
 
 

每個 tuple 的首個元素是 list 中的唯一項，第二個元素是計數(shù)值。對于「獲取 list 中前 3 常見的元素及其計數(shù)」這樣的問題，這會是一種快速且簡單的方法。

如果要了解更多關(guān)于 Counter 的功能，可以查看官方文檔。

defaultdict

官方文檔：https://docs.python.org/2/library/collections.html#collections.defaultdict

defaultdict 的工作方式和平常的 python dictionary 完全相同，只是當你試圖訪問一個不存在的鍵時，它不會報錯，而是會使用默認值初始化這個鍵。默認值是根據(jù)在創(chuàng)建 defaultdict 對象時作為參數(shù)輸入的數(shù)據(jù)類型自動設(shè)置的。下面的代碼就是一個例子。

相反，它會使用默認值初始化這個鍵。默認值是根據(jù)在創(chuàng)建 defaultdict 對象時作為參數(shù)輸入的數(shù)據(jù)類型自動設(shè)置的。下面的代碼就是一個例子。 

 
 
 

  
  
  
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，傳遞給 defaultdict 對象的默認值是 int。然后每個鍵得到了一個值，也就是「Bob」和「Katie」各獲得了一個數(shù)字。但是在最后一行，我們試著訪問了一個尚未定義的鍵，即「Sara」。

在普通 dictionary 中，這種操作會報錯。但是使用 defaultdict 時，將自動為「Sara」初始化一個新鍵，其值 0 對應(yīng)于我們的 int 數(shù)據(jù)類型。因此，最后一行可以把這「Bob」、「Katie」和「Sara」以及對應(yīng)的值都打印出來。

 
 
 

  
  
  
defaultdict(, {'Bob': 1, 'Katie': 2, 'Sara': 0}) 
 
 
 

如果我們改用 list 來初始化我們的 defaultdict，也就是 names_dict = defaultdict(list)，那么「Sara」的值將被初始化成一個空列表 []，打印來的內(nèi)容就變成了:

 
 
 

  
  
  
defaultdict(, {'Bob': 1, 'Katie': 2, 'Sara': []}) 
 
 
 

如果要了解更多關(guān)于 defaultdict 的功能，可以查看官方文檔。

deque

官方文檔：https://docs.python.org/2/library/collections.html#collections.deque

queue 是計算機科學中的一種基礎(chǔ)數(shù)據(jù)架構(gòu)，它遵循先進先出(First-In-First-Out，F(xiàn)IFO)的原則。簡單來說，就是添加到 queue 中的第一個對象也必須是要第一個刪除。我們只能在 queue 前面插入內(nèi)容，也只能從后面刪除內(nèi)容——無法對中間內(nèi)容進行操作。

collections 庫中的 deque 對該功能進行了優(yōu)化。這個方法的一個關(guān)鍵特性是保持隊列長度一直不變，也就是說，如果你將 queue 的最大大小設(shè)置為 10，那么 deque 將根據(jù) FIFO 原則添加和刪除元素，以保持 queue 的最大大小為 10。這是迄今為止 Python 中使用 queue 的最好方法了。

再來看一個例子。我們先創(chuàng)建了一個 deque 對象，然后用從 1 到 10 的整數(shù)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 deque，指定它的最大長度為 10。然后，我們通過 for loop 將值插入到 queue 中。注意這里我們使用了與常見 Python list 相同的方式填充 queue。最后，我們把結(jié)果打印出來。 

 
 
 

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

因為我們的 queue 被設(shè)置成 maxlen=10，而 loop 值添加了 10 個元素，所以這個 queue 包含了從 1 到 10 的所有數(shù)字?，F(xiàn)在我們來看一下如果繼續(xù)向里面添加數(shù)字會發(fā)生什么。 

 
 
 

  
  
  
for i in range(10, 15): 
  
  
  
    my_queue.append(i+1) 
  
  
  
 
  
  
  
print(my_queue) 
 
 
 

在上述代碼中，我們又向 queue 中添加了 5 個元素——數(shù)字 11 到 15。但是我們的 queue 只能有 10 個元素，所以它需要刪除一些元素。因為 queue 必須服從 FIFO 原則，所以它刪掉了前五個插入到 queue 中的元素，按照插入順序就是 [1, 2, 3, 4, 5]。打印的結(jié)果如下： 

 
 
 

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

如果要了解更多關(guān)于 deque 的功能，可以查看官方文檔。

namedtuple

官方文檔：https://docs.python.org/2/library/collections.html#collections.namedtuple

當你使用 python 創(chuàng)建一個常規(guī) tuple 時，其元素都是通用的，而且沒有被命名。這使得你必須記住每個 tuple 元素的精確索引。namedtuple 就可以解決這個問題。

namedtuple() 可以返回一個 tuple，該 tuple 中的每個位置都有固定名稱，而且 namedtuple 對象也有通用名稱。要使用 namedtuple，需要先為其創(chuàng)建一個模板。下面的代碼創(chuàng)建了一個名為「Person」的 namedtuple 模板，其屬性為「name」、「age」和「job」。 

 
 
 

  
  
  
from collections import namedtuple 
  
  
  
 
  
  
  
Person = namedtuple('Person', 'name age job') 
  
  
  
Once the template is created, you can use it to create namedtuple objects. Let’s create 2 namedtuple’s for 2 Persons and print out their representation. 
  
  
  
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) 
 
 
 

上述代碼很容易理解，我們?yōu)?namedtuple 初始化了一個「Person」模板，并初始化了其所有的屬性。上述代碼最后的打印結(jié)果是： 

 
 
 

  
  
  
Person(name='Mike', age=30, job='Data Scientist') 
  
  
  
Person(name='Kate', age=28, job='Project Manager') 
 
 
 

因此，namedtuple 讓 tuple 的使用更簡單、更可讀且更有組織性。

如果要了解更多關(guān)于 namedtuple 的功能，可以查看官方文檔。

文章題目：四種高性能數(shù)據(jù)類型，Pythoncollections助你優(yōu)化代碼、簡潔任務(wù)
文章來源：http://uogjgqi.cn/article/djshpdg.html