简介
2.4新增
源代码：Lib/collections.py and Lib/_abcoll.py
提供了替换dict, list, set和tuple的数据类型。
主要类型如下：
- namedtuple(): 命名元组，创建有名字域的元组子类的工厂函数。python 2.6新增。
- deque：双端队列，类似于列表，两端进栈和出栈都比较快速。python 2.4新增。
- Counter：字典的子类，用于统计哈希对象。python 2.7新增。
- OrderedDict：有序字典，字典的子类，记录了添加顺序。python 2.7新增。
- defaultdict：dict的子类，调用一个工厂函数支持不存在的值。python 2.5新增。
还提供了抽象基类，用来测试类是否提供了特殊接口，不管是哈希或者映射。
Counter
计数器(Counter)是一个容器，用来跟踪值出现了多少次。和其他语言中的bag或multiset类似。
计数器支持三种形式的初始化。构造函数可以调用序列，包含key和计数的字典，或使用关键字参数。
import collections
print(collections.Counter(['a', 'b', 'c', 'a', 'b', 'b']))
print(collections.Counter({'a': 2, 'b': 3, 'c': 1}))
print(collections.Counter(a=2, b=3, c=1))
执行结果：
$ python3 collections_counter_init.py
Counter({'b': 3, 'a': 2, 'c': 1})
Counter({'b': 3, 'a': 2, 'c': 1})
Counter({'b': 3, 'a': 2, 'c': 1})
注意key的出现顺序是根据计数的从大到小。
可以创建空的计数器，再update：
import collections
c = collections.Counter()
print('Initial :{0}'.format(c))
c.update('abcdaab')
print('Sequence:{0}'.format(c))
c.update({'a': 1, 'd': 5})
print('Dict :{0}'.format(c))
执行结果：
python3.5 collections_counter_update.py*
Initial :Counter()
Sequence:Counter({'a': 3, 'b': 2, 'c': 1, 'd': 1})
Dict :Counter({'d': 6, 'a': 4, 'b': 2, 'c': 1})
访问计数
import collections
c = collections.Counter('abcdaab')
for letter in 'abcde':
print('{0} : {1}'.format(letter, c[letter]))
执行结果：
$ python3.5 collections_counter_get_values.py
a : 3
b : 2
c : 1
d : 1
e : 0
注意这里不存在的元素也会统计为0。
elements方法可以列出所有元素：
import collections
c = collections.Counter('extremely')
c['z'] = 0
print(c)
print(list(c.elements()))
执行结果：
$ python3.5 collections_counter_elements.py
Counter({'e': 3, 'y': 1, 'r': 1, 'x': 1, 'm': 1, 'l': 1, 't': 1, 'z': 0})
['y', 'r', 'x', 'm', 'l', 't', 'e', 'e', 'e']
注意后面并没有输出计数为0的元素。
most_common()可以提取出最常用的元素。
import collections
c = collections.Counter()
with open('/etc/adduser.conf', 'rt') as f:
for line in f:
c.update(line.rstrip().lower())
print('Most common:')
for letter, count in c.most_common(3):
print('{0}: {1}'.format(letter, count))
执行结果：
$ python3.5 collections_counter_most_common.py
Most common:
: 401
e: 310
s: 221
Counter还支持算术和集合运算，它们都只会保留数值为正整数的key。
import collections
import pprint
c1 = collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])
c2 = collections.Counter('alphabet')
print('C1:')
pprint.pprint(c1)
print('C2:')
pprint.pprint(c2)
print('\nCombined counts:')
print(c1 + c2)
print('\nSubtraction:')
print(c1 - c2)
print('\nIntersection (taking positive minimums):')
print(c1 & c2)
print('\nUnion (taking maximums):')
print(c1 | c2)
执行结果：
$ python3 collections_counter_arithmetic.py
C1:
Counter({'b': 3, 'a': 2, 'c': 1})
C2:
Counter({'a': 2, 't': 1, 'l': 1, 'e': 1, 'b': 1, 'p': 1, 'h': 1})
Combined counts:
Counter({'b': 4, 'a': 4, 'p': 1, 'e': 1, 'c': 1, 't': 1, 'l': 1, 'h': 1})
Subtraction:
Counter({'b': 2, 'c': 1})
Intersection (taking positive minimums):
Counter({'a': 2, 'b': 1})
Union (taking maximums):
Counter({'b': 3, 'a': 2, 'p': 1, 'e': 1, 'c': 1, 't': 1, 'l': 1, 'h': 1})
上面的例子让人觉得collections只能处理单个字符。其实不是这样的，请看标准库中的实例。
from collections import Counter
import pprint
import re
cnt = Counter()
for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:
cnt[word] += 1
pprint.pprint(cnt)
cnt = Counter(['red', 'blue', 'red', 'green', 'blue', 'blue'])
pprint.pprint(cnt)
words = re.findall('\w+', open('/etc/adduser.conf').read().lower())
print(Counter(words).most_common(10))
执行结果：
$ python3 collections_counter_normal.py
Counter({'blue': 3, 'red': 2, 'green': 1})
Counter({'blue': 3, 'red': 2, 'green': 1})
[('the', 27), ('is', 13), ('be', 12), ('if', 12), ('will', 12), ('user', 10), ('home', 9), ('default', 9), ('to', 9), ('users', 8)]
第1段代码和第2段的代码效果式样的，后面一段代码通过Counter实现了简单的单词的统计功能。比如面试题：使用python打印出/etc/ssh/sshd_config出现次数最高的10个单词及其出现次数。
下面看看Counter的相关定义：
class collections.Counter([iterable-or-mapping]) 。注意Counter是无序的字典。在key不存在的时候返回0. c['sausage'] = 0。设置值为0不会删除元素，要使用del c['sausage']。
除了标准的字典方法，额外增加了：
elements() ：返回一个包含所有元素的迭代器，忽略小于1的计数。
most_common([n])：返回最常用的元素及其计数的列表。默认返回所有元素。
subtract([iterable-or-mapping]) ：相减。
namedtuple
命名元组和普通元组的的内存效率差不多。它不会针对每个实例生成字典。
import collections
Person = collections.namedtuple('Person', 'name age gender')
print('Type of Person:{0}'.format(type(Person)))
bob = Person(name='Bob', age=30, gender='male')
print('\nRepresentation: {0}'.format(bob))
jane = Person(name='Jane', age=29, gender='female')
print('\nField by name: {0}'.format(jane.name))
print('\nFields by index:')
for p in [bob, jane]:
print('{0} is a {1} year old {2}'.format(*p))
执行结果：
$ python3 collections_namedtuple_person.py
Type of Person:<class 'type'>
Representation: Person(name='Bob', age=30, gender='male')
Field by name: Jane
Fields by index:
Bob is a 30 year old male
Jane is a 29 year old female
从上例可以看出命名元组Person类和excel的表头类似，给下面的每个列取个名字，真正excel行数据则存储在Person类的实例中。好处在于可以jane.name这样的形式访问，比记元组的index要直观。
注意列名在实现内部其实是个标识符，所以不能和关键字冲突，只能用字母或者下划线开头。下例会报错：
import collections
try:
collections.namedtuple('Person', 'name class age gender')
except ValueError as err:
print(err)
try:
collections.namedtuple('Person', 'name age gender age')
except ValueError as err:
print(err)
执行结果：
$ python3 collections_namedtuple_bad_fields.py
Type names and field names cannot be a keyword: 'class'
Encountered duplicate field name: 'age'
设置rename=True，列名会在冲突时自动重命名，不过这种重命名并不美观。
import collections
with_class = collections.namedtuple('Person', 'name class age gender',
rename=True)
print(with_class._fields)
two_ages = collections.namedtuple('Person', 'name age gender age',
rename=True)
print(two_ages._fields)
执行结果：
$ python collections_namedtuple_rename.py
('name', '_1', 'age', 'gender')
('name', 'age', 'gender', '_3')
collections.namedtuple(typename, field_names, verbose=False) 返回一个命名元组类。如果verbose为True，会打印类定义信息
命名元组在处理数据库的时候比较有用：
ChainMap 映射链
用于查找多个字典。
ChainMap管理一系列字典，按顺序根据key查找值。
API和字典类似。
collections_chainmap_read.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
m = collections.ChainMap(a, b)
print('Individual Values')
print('a = {}'.format(m['a']))
print('b = {}'.format(m['b']))
print('c = {}'.format(m['c']))
print()
print('m = {}'.format(m))
print('Keys = {}'.format(list(m.keys())))
print('Values = {}'.format(list(m.values())))
print()
print('Items:')
for k, v in m.items():
print('{} = {}'.format(k, v))
print()
print('"d" in m: {}'.format(('d' in m)))
执行结果：
$ python3 collections_chainmap_read.py
Individual Values
a = A
b = B
c = C
m = ChainMap({'c': 'C', 'a': 'A'}, {'c': 'D', 'b': 'B'})
Keys = ['c', 'a', 'b']
Values = ['C', 'A', 'B']
Items:
c = C
a = A
b = B
"d" in m: False
collections_chainmap_reorder.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
m = collections.ChainMap(a, b)
print(m.maps)
print('c = {}\n'.format(m['c']))
# reverse the list
m.maps = list(reversed(m.maps))
print(m.maps)
print('c = {}'.format(m['c']))
执行结果：
$ python3 collections_chainmap_reorder.py
[{'c': 'C', 'a': 'A'}, {'c': 'D', 'b': 'B'}]
c = C
[{'c': 'D', 'b': 'B'}, {'c': 'C', 'a': 'A'}]
c = D
更新原字典：
collections_chainmap_update_behind.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
m = collections.ChainMap(a, b)
print('Before: {}'.format(m['c']))
a['c'] = 'E'
print('After : {}'.format(m['c']))
执行结果
$ python3 collections_chainmap_update_behind.py
Before: C
After : E
直接更新ChainMap：
collections_chainmap_update_directly.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
m = collections.ChainMap(a, b)
print('Before:', m)
m['c'] = 'E'
print('After :', m)
print('a:', a)
执行结果
$ python3 collections_chainmap_update_directly.py
Before: ChainMap({'c': 'C', 'a': 'A'}, {'c': 'D', 'b': 'B'})
After : ChainMap({'c': 'E', 'a': 'A'}, {'c': 'D', 'b': 'B'})
a: {'c': 'E', 'a': 'A'}
ChainMap可以方便地在前面插入字典，这样可以避免修改原来的字典。
collections_chainmap_new_child.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
m1 = collections.ChainMap(a, b)
m2 = m1.new_child()
print('m1 before:', m1)
print('m2 before:', m2)
m2['c'] = 'E'
print('m1 after:', m1)
print('m2 after:', m2)
执行结果
$ python3 collections_chainmap_new_child.py
m1 before: ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
m2 before: ChainMap({}, {'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
m1 after: ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
m2 after: ChainMap({'c': 'E'}, {'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
还可以通过传入字典的方式
collections_chainmap_new_child_explicit.py
import collections
a = {'a': 'A', 'c': 'C'}
b = {'b': 'B', 'c': 'D'}
c = {'c': 'E'}
m1 = collections.ChainMap(a, b)
m2 = m1.new_child(c)
print('m1["c"] = {}'.format(m1['c']))
print('m2["c"] = {}'.format(m2['c']))
执行结果
$ python3 collections_chainmap_new_child_explicit.py
m1["c"] = C
m2["c"] = E
另外一种等价的方式：
m2 = collections.ChainMap(c, *m1.maps)
参考资料
