Python 集合模块：高级容器类型
学习使用 Python 的集合模块。掌握Counter、defaultdict、namedtuple、deque，以及如何简化复杂的数据结构。
概述
虽然 Python 的基本容器（列表、字典、集合和元组）足以完成大多数任务，但复杂的程序通常需要专门的数据结构。为了解决这个问题，Python 提供了内置的“collections”模块。该模块包含高性能容器数据类型，旨在更有效地解决常见的编程任务，并使用更清晰、更自记录的语法。
最有用的类是“defaultdict”，它的作用类似于普通字典，但会自动使用默认值（如空列表或整数零）初始化缺失的键，从而无需进行详细的键检查。另一个强大的功能是“Counter”类，专门针对计算可迭代中项目的出现次数进行了优化。对于快速队列和堆栈，“deque”（双端队列）在两端提供“O(1)”插入和删除，这与遭受“O(N)”移位的列表不同。
最后，该模块提供了“namedtuple”，它创建轻量级的、类似元组的对象，可以使用点表示法和传统索引进行访问（例如，“point.x”而不是“point[0]”）。这为您提供了元组的速度和不变性以及类的可读性。将集合模块合并到您的工作流程中可以保证您的代码保持优雅、高性能和干净。
代码和执行输出
使用 Counter 统计单词并使用 defaultdict 组织词典组。
collections_demo.py
在编辑器中尝试from collections import Counter, defaultdict, namedtuple
# 1. Counter: Tallying items
votes = ["yes", "no", "yes", "yes", "no"]
vote_counts = Counter(votes)
print(f"Vote Counts: {vote_counts}")
print(f"Most common: {vote_counts.most_common(1)}")
# 2. defaultdict: Grouping values
grouped_data = defaultdict(list)
grouped_data["engineers"].append("Alice")
grouped_data["engineers"].append("Bob")
print(f"Grouped Data: {dict(grouped_data)}")
# 3. namedtuple: Clean records
Point = namedtuple("Point", ["x", "y"])
p = Point(10, 20)
print(f"Point x: {p.x}, Point y: {p.y}")端子输出
Vote Counts: Counter({'yes': 3, 'no': 2})
Most common: [('yes', 3)]
Grouped Data: {'engineers': ['Alice', 'Bob']}
Point x: 10, Point y: 20逐步实施
- 通过计数器分析日志文件以计算错误发生次数
- 使用双端队列构建优先级队列或任务调度程序
- 使用nametuple表示坐标维度或数据记录
常见问题解答
为什么队列操作的 deque 比 list 快？
列表需要在从前面插入或删除时移动内存中的所有后续元素 (O(N))。双端队列被实现为双向链表，允许在两端进行 O(1) 操作。
我可以更改命名元组的元素吗？
不会。由于命名元组继承自标准元组，因此它们是完全不可变的。您必须使用 ._replace() 方法返回新的修改实例。
相关主题
推荐的 Python 资源
通过相关的交互式教程、备忘单和代码比较来扩展您的知识。