原作: George Seif, 發表于medium.com, 大江狗原創翻譯, 并對原文稍作修改，

Python的最大優勢之一是其廣泛的模塊和軟體包，這將Python的功能擴展到許多受歡迎的領域，包括機器學習、資料科學和Web開發等, 其中最好的模塊之一是Python的內置collections 模塊，

一般來講，python的collections是用于存盤資料集合(比如串列list, 字典dict, 元組tuple和集合set)的容器，這些容器內置在Python中，可以直接使用，該collections模塊提供了額外的，高性能的資料型別，可以增強你的代碼，使事情變得更清潔，更容易，

讓我們看一看關于集合模塊最受歡迎的資料型別以及如何使用它們的教程！

Counter

Counter()是字典物件的子類，Counter()可接收一個可迭代遍歷的物件（例如字串、串列或元組）作為引數，并回傳計數器字典，字典的鍵將是可遍歷物件中的唯一元素，每個鍵的值將是可迭代物件中的每個唯一元素對應的計數，

首先，讓我們先從collections模塊匯入Counter這個資料型別：

from collections import Counter

要創建Counter物件，就像將其分配給其他任何物件類一樣，將其分配給變數，您唯一要確保的是傳遞給它的引數是可迭代的物件，

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

我們可以使用簡單的列印功能比如print(counter)來查看我們獲得的新的物件，它看起來像個字典，如下所示：

Conter ({1：7，2：2：5，3：3})

您可以使用鍵值key訪問任何計數器條目，如下所示，這與從標準Python字典中提取元素的方式完全相同，

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]
counter = Counter(lst)
print(counter[1]) # 回傳7，1的數量有7個

most_common()函式

到目前為止，Counter物件最有用的功能是most_common()函式，將其應用于Counter物件時，它將回傳N個最常見元素及其計數的串列，按從最常見到最不常見的順序排列，

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1]
counter = Counter(lst)
print(counter.most_common(2)) # 回傳最常見兩個元素及其計數

上面的代碼列印出以下元組串列：

[（1，7），（2，5）]

每個元組的第一個元素是串列中的唯一原始，每個元組的第二個元素是計數，這是一種快速簡便的方法，實作比如“獲取串列中最常見的3個元素及其計數”的功能，

要了解有關Counter功能的更多資訊，請查閱官方檔案，

defaultdict

defaultdict作業起來完全像一個普通的Python字典，但它有額外的獎勵，當您試圖訪問一個不存在的鍵，它不會引發錯誤，而是使用不存在的鍵創建新的key，其對應的默認值是根據創建defaultdict物件時作為引數傳遞的資料型別自動設定的，請看下面的代碼作為示例，

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，int作為默認初始化值傳遞給我們的defaultdict物件，接下來，為每個鍵"Bob"和"Katie"賦值，但是在最后一行，我們嘗試訪問一個尚未定義的鍵，即“ Sara”的鍵，

在普通字典中，這將引發錯誤，使用defaultdict后不再報錯，而是自動以"Sara"創建一個新鍵key，其初始化值為0，是因為我們指定了int資料型別作為初始化值，

因此，最后一行列印出具有所有3個名稱和相應值的字典，

defaultdict(<class 'int'>, {'Bob': 1, 'Katie': 2, 'Sara': 0})

如果要將設定串列型別資料做為一個key的初始化值，我們只需設定names_dict = defaultdict(list)，此時“Sara”將使用空串列初始化[]，此時列印結果如下所示：

defaultdict(<class 'int'>, {'Bob': 1, 'Katie': 2, 'Sara': []})

要了解有關defaultdict功能的更多資訊，請查閱官方檔案，

deque

deque佇列是在計算機科學里最基本的資料結構，遵循先入先出（FIFO）的原理，簡單來說，這意味著添加到佇列中的第一個物件也必須是要洗掉的第一個物件，我們只能在佇列的前面插入內容，而只能從佇列的后面洗掉內容，而佇列中間沒有任何動作，

collections模塊提供的deque物件是能實作佇列資料結構的優化版本，該功能的主要特色是能夠保持佇列的大小，即如果將佇列的最大長度設定為10，則將deque根據FIFO原理添加和洗掉元素以保持最大長度始終為10，這是到目前為止，Python中佇列的最佳實作，

讓我們從一個例子開始，我們將創建一個deque物件，然后使用從1到10的整數進行初始化，

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，指定我們希望它始終保持最大長度為10，其次，當我們通過回圈將值插入到佇列中時，注意，填充佇列的功能與使用常規Python串列的方式完全相同，最后，我們列印出結果，

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

由于佇列中有一個maxlen=10，并且回圈中添加了10個元素，因此佇列中包含了從1到10的所有數字，現在，讓我們看看添加更多數字時會發生什么，

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


print(my_queue)

在上面的代碼中，我們在佇列中添加了另外5個元素，數字從11到15，但是我們的佇列只有一個，且maxlen=10，因此必須洗掉一些元素，才能插入新的元素，由于佇列必須遵循FIFO原則，因此它將洗掉最先插入佇列中的前5個元素，即[1、2、3、4、5]，列印陳述句的結果如下：

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

要了解有關該功能的更多資訊deque，請查閱官方檔案，

namedtuple

在Python中創建常規元組時，其元素是通用的且未命名，這迫使您記住每個元組元素的確切索引，可以使用具名元組namedtuple來解決這個問題，

該namedtuple()回傳與用于所述元組中的每個位置和一個通用名固定名稱的元組namedtuple物件，要使用namedtuple，請先為其創建一個模板，下面的代碼創建一個namedtuple名為Person的模板，其屬性為name，age和job，

from collections import namedtuple


Person = namedtuple('Person', 'name age job')

創建模板后，您可以使用它來創建namedtuple物件，讓我們使用Person模板為2個人創建2個namedtuple物件，并列印它們，

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)

上面的代碼非常簡單，我們使用namedtuple 模板的所有屬性來初始化“人員” ，以后可以直接使用Mike或Kate使用元組元素，而不用再使用索引了，上面的列印陳述句將給出以下結果：

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

因此，namedtuple能夠更容易地使用，更合適元組物件的組織，可讀性也更強，

要了解更多關于namedtuple的功能，請查閱官方檔案，

OrderedDict

由于原文未介紹collections模塊中的有序字典結構而OrderedDict又非常重要，這部分由大江狗手動新增，

在Python 3.5及以前之前版本，Python的字典dict是無序的，如果先鍵值A先插入字典，鍵值B后插入字典，但是當你列印字典的Keys串列時，你會發現B可能在A的前面，對于無序字典，每次列印字典時每次顯示元素的順序都不一樣，如果你的Python版本較老，需要借助collections模塊提供的OrderedDict實作有序字典，

OrderedDict類似于正常的字典，只是它記住了元素插入的順序，當對有序的詞字典上迭代時，回傳元素的順序是按第一次添加元素的順序進行，當元素洗掉時，排好序的詞典保持著排序的順序；但是當新元素添加時，就會被添加到末尾，

OrderedDict實作方式如下：

dd = {'banana': 3, 'apple':4, 'pear': 1, 'orange': 2}
#按key排序
od_by_key = collections.OrderedDict(sorted(dd.items(), key=lambda t: t[0]))
print(od_by_key)
#按照value排序
od_by_value = collections.OrderedDict(sorted(dd.items(),key=lambda t:t[1]))
print(od_by_value)
#輸出
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])

Python collections模塊的知識，你學到了嗎?

原文鏈接

https://levelup.gitconnected.com/introducing-high-performance-datatypes-in-python-with-the-collections-library-3d8c334827a5

大江狗

2020.12

推薦閱讀

一文看懂Python系列之值得收藏的10大PyCharm常用使用技巧(多圖)

一文看懂Python串列、元組和字串操作

一文看懂Python多行程與多執行緒編程(作業學習面試必讀)

一文看懂Python串列運算式及高階函式如lamda, zip, enumerate, map和filter方法

一文看懂Python多行程與多執行緒編程(作業學習面試必讀)

一文看懂Python系列之裝飾器(decorator)(作業面試必讀)