python collections 的超赞功能

Python中的collections库是一个非常实用的工具库，是对基础数据结构的补充。

1) collections.Counter 用于计数

假设我们给定了一个字符串列表，需要计算列表中每个字符串的出现次数。

使用字典是一种基本方法：

但你知道吗，我们还可以使用 collections.Counter 来实现这一功能。

使用 collections.Counter 有以下好处：

• 无需处理字典逻辑

• 生成的代码非常易读

• 无需安装第三方库，因为 collections 是 Python 标准库的一部分

collections.OrderedDict 创建的字典可以保证键插入的顺序--在有序字典中，先插入的键会排在前面。

普通字典不也是这样吗？ 差不多吧，但普通字典并不是为了保持这种顺序而建立的，因此可能无法保证其键的插入顺序。 （ 注： 从Python3.6开始，dict的插入顺序是保持的，同OrderedDict效果相同 ）

3) collections.defaultdict

实际上，我经常在生产级 Python 代码中看到这种情况。

defaultdict 是一种特殊的字典，如果我们试图使用一个不存在的键，它会自动初始化一个默认的键值对。

注意到我们在defaultdict() 中输入了 int

• defaultdict() 应该接收一个函数。

• 该函数不带任何参数

• 该函数返回的值就是 defaultdict 的默认值

• 在 defaultdict(int)中，默认值是 int()，也就是 0

• 如果我们试图访问一个不存在的键，例如 dd[100]，默认值就会自动创建，而不需要我们处理这个逻辑。

• 如果我们试图访问一个已存在的键，它的行为就像一个普通的字典。

比方说，我们有一个域名列表，想按顶级域名（如“.com ”或“.net”）进行分组。我们先使用普通的字典。

注意，我们需要自己处理键值对的创建逻辑。

现在改用 defaultdict。

注意，使用 defaultdict 后，如果某个键不存在，我们就不再需要手动创建键值对了。

• 在 defaultdict(list)中，默认值是 list()，即一个空列表

• 如果我们试图访问一个不存在的键，就会自动创建一个空列表作为默认值

• 此外，请注意代码更简短、更易读了

在生产级 Python 代码中，我还看到很多命名的元组。

命名元组是一种特殊的元组：

• 我们可以像访问普通元组一样访问值，例如： mytuple[0], mytuple[1]

• 我们还可以像访问类一样访问值，例如 mytuple.name、 mytuple.age

在这里，我们创建了一个名为 Dog 的元组：

• 注意，我们可以像访问普通元组一样访问它的值，例如： dog[0], dog[1], dog[2]。

• 我们还可以像访问对象一样访问它的值，例如 dog.name、dog.age、dog.breed。

为什么我们在生产级 Python 代码中如此频繁地使用命名元组？

• dog.name比 dog[0]更易读，也更一目了然。

• 但对于较小的对象，我们不想为此创建整个类的开销

• 因此，在这种情况下，命名元组可以在可读性和方便性之间取得平衡。

deque 是一个双端队列，从左右两端添加/删除项目都需要 O(1) 时间。

当我们在 Python 中实现队列时，没有经验的程序员可能会使用内置的 list。

注意，从列表左侧添加和删除需要 O(n) 时间，而不是 O(1) 时间。注意：O(1) 要比 O(n) 高效得多。

接下来，改用 deque。

现在，请注意所有 4 个操作都需要 O(1) 时间。

6) collections.abc

collections.abc 与 collections 略有不同。

collections.abc 包含抽象基类，如 Sequence、Mapping、Hashable 等。我们可以使用这些抽象基类来检查某个类是否提供了特定功能。

注意 collections 和 collections.abc 模块包含不同的内容。

7) collections.abc.Sequence

collections.abc.Sequence是序列（如列表、元组、命名元组等）的基础抽象类。我们可以使用 issubclass() 方法来验证这一点：

注意 - collections.abc.Sequence与 typing.Sequence 完全相同 - 事实上，typing 模块从 collections.abc 模块导入了 Sequence 。

我们经常在类型提示中使用 collections.abc.Sequence，而不是 list/tuple/等。这是因为函数输入参数类型提示的目的是更通用：

• 
  

  如果我们使用 list 而不是 Sequence 作为类型提示，用户在使用其他序列（如元组）时，可能会收到来自他们的线程或类型检查程序的投诉。

• 如果我们使用Sequence而不是 list，用户就可以放心使用其他序列。

collections.abc.Mapping是一个抽象基类，用于映射（即任何包含mapping的内容，如字典）。

注意 - typing.Mapping 只是从collections.abc.Mapping 导入

同样，在类型提示中，使用 Mapping 而不是 dict 或 DefaultDict 通常被认为是一种好的做法。

如果我们在类型提示中使用 Mapping 而不是 dict，该函数的用户就可以使用其他映射，如 defaultdict、mappingproxy 等，而不必担心林特或类型检查程序会抱怨。

9）collections.abc 中的其他抽象类

在生产级 Python 代码中，我可能用得最多的是 collections.abc.Sequence 和 collections.abc.Mapping，但我还是会时不时地看到这些抽象类。

Hashable 可用于检查值是否可以散列。注意：只有哈希值才能成为字典键，或添加到集合中。

Callable 可以用来检查对象是否可以像函数一样被调用。

Crossin的新书《码上行动：用ChatGPT学会Python编程》已经上市了。 本书以ChatGPT为辅助，系统全面地讲解了如何掌握Python编程，适合Python零基础入门的读者学习。

购买后可加入读者交流群，Crossin为你开启陪读模式，解答你在阅读本书时的一切疑问。

Crossin的其他书籍：

添加微信 crossin123 ，加入编程教室共同学习 ~

感谢 转发 和 点赞 的各位~