Python学习笔记 - collections

在Python中，除了系统默认的容器：dict, list, set, tuple之外，还有一个非常强大的模块：collections。在这个模块中有很多非常好用的功能，能供简化我们的代码。下面举几个例子，欢迎大家指正。

namedtuple - 提高代码可读性

首先来看一个例子：假设我们有一组数据。想用Python对这组数据进行处理。最为直观的做法是：

people_list = [('Jim', 'male', 30), ('Julie', 'female', 25)]

for p in people_list:
    print (f'{p[0]} is a {p[2]} year old {p[1]}')

但以上代码的最大缺点就是其可读性太差。上面的p[0], p[1], p[2]具体代表什么数据要检查前面的代码才能知道。设想如果处理的数据量更大，比如，共有十几，甚至几十列数据，如果在查看p[35], p[48]之类的代码时肯定会痛苦万分的。

这个时候就应该考虑使用collections中的namedtuple:

import collections

Person = collections.namedtuple('Person', 'name gender age')

people_list = [Person('Jim', 'male', 30), Person('Julie', 'female', 25)]

for p in people_list:
    print (f'{p.name} is a {p.age} year old {p.gender}')

以上代码的可读性明显增强。不过使用namedtuple的一个缺点(有时也是优点)就是它的属性是只读的。

Counter - 优雅的统计代码

假设我们需要对一个列表进行统计：

 ['red','yellow','blue','red','yellow','red','black','white','red']

我们希望统计每种颜色出现的次数：

{'red': 4, 'yellow': 2, 'blue': 1, 'black': 1, 'white': 1}

如果使用一个循环，则代码显得非常臃肿：

color_list = ['red','yellow','blue','red','yellow','red','black','white','red']

stats = {}
for i in color_list:
    if stats.get(i) is None:
        stats[i] = 1
    else:
        stats[i] += 1

ordered_stats = dict(sorted(stats.items(), key=lambda count: count[1], reverse=True))
print(ordered_stats)

但如果使用collections中的Counter的话，代码就显得非常简洁了：

from collections import Counter

color_list = ['red','yellow','blue','red','yellow','red','black','white','red']
stats = Counter(color_list).most_common()

Counter也可以用来统计一段话中每个字符出现的次数。

from collections import Counter
s = 'The clever fox jumped over the lazy brown dog.'
print(Counter(s).most_common())

defaultdict

在使用字典时，一般可以使用 ‘dict = {}’对其进行初始化。在后续使用中，可以使用 ‘dict[element] = xx’，但有一个前提就是，element必须是已经存在的，否则就会出错。比如：

当然，我们可以在使用前检查某个元素是否存在：

'julie' in dict.keys()

但这会使代码显得很臃肿。

更为简洁的方法就是使用defaultdict，比如：

上面介绍了collections模块中的namedtuple, Counter, defaultdict，使用它们可以简化我们的代码，也能增强程序的可读性。