为了账号安全,请及时绑定邮箱和手机立即绑定

python模块--collections

标签:
Python

python的内建模块collections有几个关键的数据结构,平常在使用的时候,开发者可以直接调用,不需要自己重复制造轮子,这样可以提高开发效率。

 

1. deque双端队列

平常我们使用的python内置list类的append,extend,pop方法都是从list的尾部执行的(pop()默认弹出最后一个元素)。在使用的时候,list很像是一种栈结构(LIFO)。不同的是list灵活性更强,在栈的基础上有动态插入的方法,即insert(index,obj)和索引、切片等操作。强大的list似乎也可以实现队列(FIFO),但由于它实在太灵活了,列表中的元素极容易改变,在使用时令人总是不那么放心。为了实现更好的队列结构,一般程序员会自己实现一个类。

collections模块中为我们提供的双端队列是在队列的基础上实现头尾两端可append、可pop。另外还有insert,rotate等方法,也是相当灵活的

关键方法:

append()          #从右端添加元素(与list同)

appendleft()       #从左端添加元素(与list同)

extend()          #从右端逐个添加可迭代对象(与list同)

extendleft()       #从左端逐个添加可迭代对象(与list同)

pop()             #从右端弹出元素(与list同)

popleft()          #从左端弹出数据

count()           #统计队列中的元素个数(与list同)

insert(index,obj)    #在指定位置插入元素(与list同)

rotate()           #旋转队列

 

基本使用例子:

复制代码

from  collections import deque

d = deque()#增加数据d.append('1')
d.append('2')
d.appendleft('3')
l = ['4','5']
d.extend(l)
d.extendleft(l)print(d)#计算deque元素个数print(d.count('5'))#循环移动d.rotate(1)print(d)
d.rotate(-1)print(d)


 

#计算股票和仓库存货常用的移动平均数


from collections import dequeimport itertoolsdef moving_average(iterable,n=3):
    it = iter(iterable)
    d = deque(itertools.islice(it,n-1))  #迭代出前2个数据
    print(d)
    d.appendleft(0)  #防止第一次运行算法时候把第一个数据删除
    s = sum(d)    print(d)    print(s)    for elem in it:
        s += elem-d.popleft()
        d.append(elem)        yield s/float(n)

l = [10,20,18,27,15]for average in moving_average(l):  print(average)

 

 

 

2. defaultdict  默认字典

我们平常在使用python内置的dict的时候,根据键key去查询对应的value值,如果不存在对应的key,会报错(KeyError)。但是在defaultdict就会会出现这个问题。

例子:


dd = defaultdict(lambda:"none")    #只需要在定义的时候为不存在的key定义指定的显示值dd["a"] = "apple"dd["b"] = "banana"print(dd["c"])print(dd)

结果:>>>none>>>defaultdict(<function <lambda> at 0x0000023B1C1919D8>, {'c': 'none', 'a': 'apple', 'b': 'banana'})


由第二条的结果可以看出,defaultdict将不存在的键专门用一个字典来存放,而存在的键存放在另外一个字典中。当需要查询元素时,如果遇到没有的键key,就会获取第一字典中预先设定好的显示值。

 

 

 

3. OrderDict  有序字典

在使用python内置的dict时,用print()打印出整个字典,会发现前后两次字典的键值对顺序是不一样的(笔者猜测是前后两次的hash值不一样的缘故)。而在有序字典OderDict中,这种现象不会在发生。

例子:


od = OrderedDict()
od["1"] = "one"od["2"] = "two"od["3"] = "three"od["4"] = "four"od["5"] = "five"结果:
OrderedDict([('1', 'one'), ('2', 'two'), ('3', 'three'), ('4', 'four'), ('5', 'five')])

作者:四两逻辑

原文地址:https://www.cnblogs.com/thomson-fred/p/10093934.html

点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消