今天小编给大家分享一下Python的Collections模块怎么使用的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

创新互联公司10多年成都企业网站建设服务;为您提供网站建设,网站制作,网页设计及高端网站定制服务,成都企业网站建设及推广,对花箱等多个方面拥有丰富建站经验的网站建设公司。

collections模块是一个不用不知道，一用就上瘾的模块。这里主要介绍OrderedDict类、defaultdict类、Counter类、namedtuple类和deque类。

collections

collections的常用类型有：

• 计数器(Counter)

• 双向队列(deque)

• 默认字典(defaultdict)

• 有序字典(OrderedDict)

• 可命名元组(namedtuple)

Counter

计数器(counter)以字典的形式返回序列中各个字符出现的次数，值为key，次数为value

Counter是对字典类型的补充，用于追踪值得出现次数 。

import collections  counter = collections.Counter("My name is Runsen") print(counter)

输出如下

Counter({' ': 3, 'n': 3, 'e': 2, 's': 2, 'M': 1, 'y': 1, 'a': 1, 'm': 1, 'i': 1, 'R': 1, 'u': 1})

取得元素重复次数的值

print(counter[' ']) 3

elements()取得计数器中的所有元素。

注：此处非所有元素集合，而是包含所有元素集合的迭代器.

counter = collections.Counter('abcabcabcdabcdef')  print(counter) # 输出如下 Counter({'a': 4, 'b': 4, 'c': 4, 'd': 2, 'e': 1, 'f': 1})  print(counter.elements()) # 输出如下   print(list(counter.elements())) # 输出如下 ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'c', 'd', 'd', 'e', 'f']

将Counter按照value从大到小排列，获取前N个元素，需要使用函数most_common

# most_common(N)数量从大到小排列，获取前N个元素  print(counter.most_common(3)) # 输出如下 [('a', 4), ('b', 4), ('c', 4)]

sorted将Counter中的key进行排序，返回的是所有key的列表

# sorted()列出所有不同的元素并排序  print(sorted(counter))  # 输出如下 ['a', 'b', 'c', 'd', 'e', 'f']

将Counter转换成字符串，字符串的join方法可以解决。注意不是原来的模样。

# 转换成字符串  print(''.join(counter.elements())) # aaaabbbbccccddef print(''.join(list(counter.elements())))

update()更新计数器，其实在原本的counter更新计数器,如果原来没有，则新建key，如果有value则加一

# update()更新计数器， d = collections.Counter('a')  counter.update(d)  print(counter)  # 输出如下 Counter({'a': 5, 'b': 4, 'c': 4, 'd': 2, 'e': 1, 'f': 1})

update()更新计数器，那么subtract()相减计数器的values，即原来的计数器中的每一个元素的数量减去后添加的元素的数量

counter.subtract('abdabcabcg')  print(counter)  # 输出如下 Counter({'a': 2, 'c': 2, 'b': 1, 'd': 1, 'e': 1, 'f': 1, 'g': -1})

deque

deque支持从任意一端增加和删除元素。更为常用的两种结构，就是栈和队列。

deque的常见操作

#定义一个空的双向队列 d = collections.deque()  #从右端增加元素 d.extend("Runsen")  d.append("Maoli") d.append("Python") d.append("king")  #从左端增加元素 d.appendleft('left') print(d) # 输出如下 (注意：extend和append的区别) deque(['left', 'R', 'u', 'n', 's', 'e', 'n', 'Maoli', 'Python', 'king'])  # reverse()反转队列  print(d.reverse()) d.reverse() print(d) # 输出如下 None deque(['king', 'Python', 'Maoli', 'n', 'e', 's', 'n', 'u', 'R', 'left'])   d.reverse() d.extend(['qq','ww','ee'])  print(d)  # deque(['left', 'R', 'u', 'n', 's', 'e', 'n', 'Maoli', 'Python', 'king', 'qq', 'ww', 'ee'])   # count()计数  print(d.count('R')) # 输出如下 1  # clear()清空队列  d.clear()  print(d)  # 输出如下 deque([])  # index()取得元素下标  print(d.index('Maoli')) # 输出如下 7  # insert()指定位置插入元素  d.insert(1,'Runsen')  print(d)  # deque(['left', 'Runsen',R', 'u', 'n', 's', 'e', 'n', 'Maoli', 'Python', 'king', 'qq', 'ww', 'ee'])

OrderedDict

使用dict时要保持Key的顺序，可以用OrderedDict。

from collections import OrderedDict  dic = OrderedDict()  dic['k1'] = 'v1'  dic['k2'] = 'v2'  dic['k3'] = 'v3'  print(dic)  # 输出如下 OrderedDict([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])  # 字典所有的键  print(dic.keys()) # 输出如下  odict_keys(['k1', 'k2', 'k3'])      # 字典所有值  print(dic.values()) # 输出如下 odict_values(['v1', 'v2', 'v3'])      # items() 方法以列表返回可遍历的(键, 值) 元组数组  print(dic.items())  # 输出如下 odict_items([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])       #pop()方法，删除指定的键值  dic.pop('k1')   print(dic)  # 输出如下 OrderedDict([('k2', 'v2'), ('k3', 'v3')])   #popitem()方法，默认删除字典最后一个元素  dic.popitem()  print(dic)  # 输出如下 OrderedDict([('k2', 'v2')])  # update()更新字典  dic.update({'k1':'v1111','k10':'v10'})  print(dic)  # 输出如下 OrderedDict([('k2', 'v2'), ('k1', 'v1111'), ('k10', 'v10')])

OrderedDict和字典操作完全相同，区别在于OrderedDict的Key会按照插入的顺序排列，不是Key本身排序

>>> from collections import OrderedDict >>> d = dict([('a', 1), ('b', 2), ('c', 3)]) >>> d # dict的Key是无序的 {'a': 1, 'c': 3, 'b': 2} >>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) >>> od # OrderedDict的Key是有序的 OrderedDict([('a', 1), ('b', 2), ('c', 3)])

defaultdict

在使用字典的时候, 如果在使用不存在的key的时候发生KeyError这样的一个报错,  这时候就该defaultdict登场了。

defaultdict接受一个工厂函数作为参数来构造：dict =defaultdict(  factory_function)这个factory_function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，如下举例：

from collections import defaultdict  dict1 = defaultdict(int) dict2 = defaultdict(set) dict3 = defaultdict(str) dict4 = defaultdict(list) dict1[2] ='two'  print(dict1[1]) print(dict2[1]) print(dict3[1]) print(dict4[1])  # 输出如下 0 set()  []

defaultdict类接受类型名称作为初始化函数的参数，这样使得默认值的取值更加灵活。

s = 'mynameisrunsen' d = collections.defaultdict(int) for k in s:     d[k] += 1 print(d)  # 输出如下 defaultdict(, {'m': 2, 'y': 1, 'n': 3, 'a': 1, 'e': 2, 'i': 1, 's': 2, 'r': 1, 'u': 1})

练习有如下值集合 [11,22,33,44,55,66,77,88,99,99]。

下面将所有大于 55的值保存至字典的第一个key中，将小于 55 的值保存至第二个key的值中。

下面通过defaultdict默认字典对列表进行划分。

all_list = [11,22,33,44,55,66,77,88,99] dic = collections.defaultdict(list) for i in all_list:     if i > 55:         dic['k1'].append(i)     else:         dic['k2'].append(i) print(dic) # 输出如下 defaultdict(, {'k2': [11, 22, 33, 44, 55], 'k1': [66, 77, 88, 99]})

也可以使用字典，具体代码如下。

all_list = [11,22,33,44,55,66,77,88,99] dic = {} for i in all_list:     if i > 55:         if "k1" in dic.keys():             dic['k1'].append(i)         else:             dic['k1'] = [i,]     else:         if "k2" in dic.keys():             dic['k2'].append(i)         else:             dic['k2'] = [i,] print(dic) # 输出如下 {'k2': [11, 22, 33, 44, 55], 'k1': [66, 77, 88, 99]}

namedtuple

namedtuple是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。

使用命名元组的步骤：

# 将元组封装为一个类，可以通过字段名（属性名）来访问元组中的值 # 支持元组的所有操作 from collections import namedtuple # 1、定义一个类 Runsen = namedtuple('Runsen', ['name','sex','age']) # 2、创建对象 runsen = Runsen("Runsen", "帅男", 21) # 3、获取命名元组的值 print(runsen[1])    # 支持元组的索引取值   print(runsen[-2:])  # 支持切片 print(runsen.name)  # 支持通过字段名来取值  # _fields，获取命名元组的所有属性名 print(runsen._fields) # _asdict方法，将元组转化为字典 print(runsen._asdict())  # 输出如下  帅男 ('帅男', 21) Runsen ('name', 'sex', 'age') OrderedDict([('name', 'Runsen'), ('sex', '帅男'), ('age', 21)])

以上就是“Python的Collections模块怎么使用”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注创新互联行业资讯频道。

网站栏目：Python的Collections模块怎么使用
本文网址：http://chengdu.cdxwcx.cn/article/pdcjpd.html