Python的数据类型有list, tuple, dict, str等，collections是实现特定目标的容器，以提供Python标准内建容器dict , list , set和tuple的替代选择
Counter
字典的子类，提供了可哈希对象的计数功能OrderedDict
字典的子类，保留了他们被添加的顺序defaultdict
字典的子类，提供了一个工厂函数，为字典查询提供了默认值namedtuple
创建命名元组子类的工厂函数deque
类似列表容器，实现了在两端快速添加(append)和弹出(pop)
Counter
Counter是一个简单的计数器，可用于统计字符串、列表等的元素个数
栗子>>> from collections import Counter
>>>
>>> s = 'aaaabbbccd'
>>> c = Counter(s) # 创建了一个 Counter 对象
>>> c
Counter({'a': 4, 'b': 3, 'c': 2, 'd': 1})
>>> isinstance(c, dict) # c 其实也是一个字典对象
True
>>> c.get('a')
4
>>> c.most_common(2) # 获取出现次数最多的前两个元素
[('a', 4), ('b', 3)]
常用方法
elements()
返回一个迭代器，每个元素重复计算的个数，如果一个元素的计数小于1，就会被忽略most_common([n])
返回一个列表，提供n个访问频率最高的元素和计数subtract([iterable-or-mapping])
从迭代对象中减去元素，输入输出可以是0或者负数update([iterable-or-mapping])
从迭代对象计数元素或者从另一个 映射对象(或计数器)添加
>>> c = collections.Counter('hello world hello lucy'.split())
>>> c
Counter({'hello': 2, 'world': 1, 'lucy': 1})
>>> # 获取指定对象的访问次数，也可以使用get方法
... c['hello']
2
>>> # 查看元素
... list(c.elements())
['hello', 'hello', 'world', 'lucy']
>>> c1 = collections.Counter('hello world'.split())
>>> c2 = collections.Counter('hello lucy'.split())
>>> c1
Counter({'hello': 1, 'world': 1})
>>> c2
Counter({'hello': 1, 'lucy': 1})
>>> # 追加对象，+或者c1.update(c2)
... c1+c2
Counter({'hello': 2, 'world': 1, 'lucy': 1})
>>> # 减少对象，-或者c1.subtract(c2)
... c1-c2
Counter({'world': 1})
>>> # 清除
... c.clear()
>>> c
Counter()
OrderedDict
Python的dict是无序的，不受添加的顺序的控制
>>> dict([('a', 10), ('b', 20), ('c', 15)])
{'a': 10, 'c': 15, 'b': 20}
collections.OrderedDict 类提供了保留添加顺序的字典对象
>>> from collections import OrderedDict
>>> o = collections.OrderedDict()
>>> o['k1'] = 'v1'
>>> o['k3'] = 'v3'
>>> o['k2'] = 'v2'
>>> o
OrderedDict([('k1', 'v1'), ('k3', 'v3'), ('k2', 'v2')])
如果在已经存在的key上添加新的值，将会保留原来的key的位置，然后覆盖value值
>>> o['k1'] = 666
>>> o
OrderedDict([('k1', 666), ('k3', 'v3'), ('k2', 'v2')])
>>> dict(o)
{'k1': 666, 'k3': 'v3', 'k2': 'v2'}
defaultdict
在Python中使用dict时，如果访问了不存在的key，会抛出KeyError异常，因此，在访问之前经常需要对key作判断，比如：
>>> d = dict()
>>> s = 'aaabbc'
>>> for char in s:
... if char in d:
... d[char] += 1
... else:
... d[char] = 1
...
>>> d
{'a': 3, 'c': 1, 'b': 2}
使用defaultdict，可以给字典中的key提供一个默认值。访问defaultdict中的key，如果key存在，就返回key对应的value，如果key不存在，就返回默认值
>>> from collections import defaultdict >>> d = defaultdict(int) # 默认的 value 值是 0 >>> s = 'aaabbc' >>> for char in s: ... d[char] += 1 ... >>> d defaultdict(, {'a': 3, 'c': 1, 'b': 2}) >>> d.get('a') 3 >>> d['z'] 0
使用defaultdict时，可以传入一个工厂方法来指定默认值
使用int作为default_factory
>>> fruit = collections.defaultdict(int) >>> fruit['apple'] = 2 >>> fruit defaultdict(, {'apple': 2}) >>> fruit['banana'] # 没有对象时，返回0 0 >>> fruit defaultdict( , {'apple': 2, 'banana': 0})
使用list作为default_factory
>>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
>>> d = collections.defaultdict(list)
>>> for k,v in s:
... d[k].append(v)
...
>>> d
defaultdict(, {'yellow': [1, 3], 'blue': [2, 4], 'red': [1]})
>>> d.items()
dict_items([('yellow', [1, 3]), ('blue', [2, 4]), ('red', [1])])
>>> sorted(d.items())
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]
使用dict作为default_factory
>>> nums = collections.defaultdict(dict)
>>> nums[1] = {'one':1}
>>> nums
defaultdict(, {1: {'one': 1}})
>>> nums[2]
{}
>>> nums
defaultdict(, {1: {'one': 1}, 2: {}})
使用set作为default_factory
>>> types = collections.defaultdict(set)
>>> types['手机'].add('华为')
>>> types['手机'].add('小米')
>>> types['显示器'].add('AOC')
>>> types
defaultdict(, {'手机': {'华为', '小米'}, '显示器': {'AOC'}})
namedtuple
经常用tuple(元组)来表示一个不可变对象，比如用一个(姓名, 学号, 年龄)的元组来表示一个学生：
>>> stu = ('ethan', '001', 20)
>>> stu[0]
'ethan'
这里使用tuple没什么问题，但可读性比较差，必须清楚索引代表的含义，比如索引0表示姓名，索引1表示学号。如果用类来定义，就可以通过设置属性name, id, age来表示，但就有些小题大作
可以通过 namedtuple 为元组的每个索引设置名称，然后通过属性名来访问
三种定义命名元组的方法
第一个参数是命名元组的构造器(如下的：Person1，Person2，Person3)
>>> P1 = collections.namedtuple('Person1',['name','age','height'])
>>> P2 = collections.namedtuple('Person2','name,age,height')
>>> P3 = collections.namedtuple('Person3','name age height')
实例化命名元组
>>> lucy = P1('lucy',23,180)
>>> lucy
Person1(name='lucy', age=23, height=180)
>>> jack = P2('jack',20,190)
>>> jack
Person2(name='jack', age=20, height=190)
>>> lucy.name # 直接通过 实例名.属性 来调用
'lucy'
>>> lucy.age
23
deque
deque是双端队列，允许在队列两端添加或删除元素
collections.deque返回一个新的双向队列对象，从左到右初始化(用方法append())，从iterable(迭代对象)数据创建。如果iterable没有指定，新队列为空
collections.deque队列支持线程安全，对于从两端添加(append)或者弹出(pop)，复杂度O(1)
常用方法append(x)：添加x到右端appendleft(x)：添加x到左端clear()：清除所有元素，长度变为0copy()：创建一份浅拷贝count(x)：计算队列中个数等于x的元素extend(iterable)：在队列右侧添加iterable中的元素extendleft(iterable)：在队列左侧添加iterable中的元素
注：在左侧添加时，iterable参数的顺序将会反过来添加index(x[,start[,stop]])：返回第 x 个元素(从 start 开始计算，在stop之前)。返回第一个匹配，如果没找到的话，抛出ValueErrorinsert(i,x)：在位置i插入x
注：如果插入会导致一个限长deque超出长度 maxlen 的话，就抛出一个IndexErrorpop()：移除最右侧的元素popleft()：移除最左侧的元素remove(value)：移去找到的第一个value，没有抛出ValueErrorreverse()：将deque逆序排列，返回 Nonemaxlen：队列的最大长度，没有限定则为None
>>> from collections import deque
>>> q = deque(['a', 'b', 'c', 'd'])
>>> q.append('e') # 添加到尾部
>>> q
deque(['a', 'b', 'c', 'd', 'e'])
>>> q.appendleft('o') # 添加到头部
>>> q
deque(['o', 'a', 'b', 'c', 'd', 'e'])
>>> q.pop() # 从尾部弹出元素
'e'
>>> q
deque(['o', 'a', 'b', 'c', 'd'])
>>> q.popleft() # 从头部弹出元素
'o'
>>> q
deque(['a', 'b', 'c', 'd'])
>>> q.extend('ef') # 在尾部 extend 元素
>>> q
deque(['a', 'b', 'c', 'd', 'e', 'f'])
>>> q.extendleft('uv') # 在头部 extend 元素，注意顺序
>>> q
deque(['v', 'u', 'a', 'b', 'c', 'd', 'e', 'f'])
>>>
>>> q.rotate(2) # 将尾部的两个元素移动到头部
>>> q
deque(['e', 'f', 'v', 'u', 'a', 'b', 'c', 'd'])
>>> q.rotate(-2) # 将头部的两个元素移动到尾部
>>> q
deque(['v', 'u', 'a', 'b', 'c', 'd', 'e', 'f'])
其中，rotate方法用于旋转，如果旋转参数n大于0，表示将队列右端的n个元素移动到左端，否则相反
