Python其他数据结构collection模块-namtuple defaultdict deque Queue Counter OrderDict arrary
nametuple
是tuple扩展子类,命名元组,其实本质上简单类对象
from collections import namedtupleinfo = namedtuple("Info", ['name', 'age', 'height'])
# 赋值,是不是有点像面向对象中实例变量方式
info.name = "北门吹雪"
info.age = 18
info.height = 175# 访问
print(info.name)
其实本质上和下面方式一样
class Info:def __init__(self):self.name = Noneself.age = Noneself.height = Nonepassinfo = Info()
# 赋值
info.name = "北门吹雪"
info.age = 18
info.height = 175
# 访问
print(info.name)
相关方法
1. _make 初始化赋值, 必须长度一致
from collections import namedtupleinfo = namedtuple("Info", ['name', 'age', 'height'])._make(["北门吹雪", 18, 175])# 访问
print(info.name)
2. _asdict 将nametuple对象转换为字典对象,是个有序字典
from collections import namedtupleinfo = namedtuple("Info", ['name', 'age', 'height'])._make(["北门吹雪", 18, 175])# 访问
print(info._asdict())
defaultdict
是dict的扩展类,访问字典的key如果没有则自动设置默认值,并添加进字典
info = dict()
name = info.setdefault('name', "北门吹雪")
print(name, info)from collections import defaultdict
# 默认值必须是可迭代对象
info = defaultdict(lambda: "北门吹雪")
name = info['name']
print(name, info)
deque
双端队列, 操作和list类似
list deque 推荐用来保存相同类似数据,相关方法和list一致
特性: deque是线程安全的,list不是线程安全,多线程编程则使用deque
from collections import deque
names = deque()
names.append("北门吹雪")
names.append("QiNiuYun")
names.insert(0, "今日头条")
print(names)
Queue
队列(先进先出),通过 deque实现
核心两个方法 put get,会堵塞
from queue import Queuemessage = Queue()
# 放入数据
message.put("北门吹雪")
# 消费数据
print(message.get())
Counter
对可迭代对象做统计出现个数,直接返回统计结果,是dict的子类
from collections import Counter
from random import randintnumbers = [randint(1, 5) for _ in range(20)]
numbers_count = Counter(numbers)
print(numbers_count)
相关方法
1. update 添加新的数据
from collections import Counter
from random import randintnumbers = [randint(1, 5) for _ in range(20)]
numbers_count = Counter(numbers)
print(numbers_count)
# 添加新的数据
numbers_count.update([randint(1, 10) for _ in range(20)])
print(numbers_count)
2. most_common(N) 输出出现次数当前最多的前N个元素
from collections import Counter
from random import randintnumbers = [randint(1, 5) for _ in range(20)]
numbers_count = Counter(numbers)
print(numbers_count)
# 添加新的数据
numbers_count.update([randint(1, 10) for _ in range(20)])
print(numbers_count)# 输出出现次数当前最多的前3个元素,返回列表
print(numbers_count.most_common(3))
OrderDict
继承dict, 保持字典添加顺序,具有dict所有方法
from collections import OrderedDictinfo = OrderedDict()
# 填入数据
info["name"] = "北门吹雪"
info['age'] = 18
info['height'] = 175
print(info)
其他方法
1. popitem 默认删除最后的key:value,并返回
from collections import OrderedDictinfo = OrderedDict()
# 填入数据
info["name"] = "北门吹雪"
info['age'] = 18
info['height'] = 175
# 返回元组形式
print(info.popitem('name'))
2. pop 必须传入key,删除key:value,返回value
from collections import OrderedDictinfo = OrderedDict()
# 填入数据
info["name"] = "北门吹雪"
info['age'] = 18
info['height'] = 175# 返回age对应的值
print(info.pop('age'))
3. move_to_end 传入key,将元素移到最后
from collections import OrderedDictinfo = OrderedDict()
# 填入数据
info["name"] = "北门吹雪"
info['age'] = 18
info['height'] = 175# 移动数据
info.move_to_end('age')
print(info)
arrary
只能存放一种类型的数组,这个数组高性能非常高,非常类似list除了只能存放一种类型数据
#标识符 存放数据类型 占用字节
'u' Unicode字符 2
“L” 符号整数 4
“L” 无符号整数 4
“q” 符号整数 8
“q” 无符号整数 8
F ′浮点 4
“D” 浮点 8
import arraynames = array.array("u")
print(names.append("北"))
print(names.append("门"))
print(names.append("吹"))
print(names.append("雪"))
print(names)
print(names[1])
经验:
1. 这些数据类型基础还是从list tuple set dict基本数据类型扩展而来,本质上添加了一些特性
2. 不同的情况下选择不同的数据结构对数据进行处理
北门吹雪: https://www.cnblogs.com/2bjiujiu/
转载于:https://www.cnblogs.com/2bjiujiu/p/9141431.html
Python其他数据结构collection模块-namtuple defaultdict deque Queue Counter OrderDict arrary相关推荐
- python【数据结构与算法】 python3 deque模块(双端队列)
文章目录 1 创建双向队列 2 右边添加元素 3 appendleft(往左边添加一个元素) 4 获取右边元素,并删除 5 popleft(获取最左边一个元素,并在队列中删除) 1 创建双向队列 im ...
- Python原生数据结构增强模块collections
collections简介 python提供了4种基本的数据结构:list.tuple.dict.set.基本数据结构完全可以hold住所有的场景,但是在处理数据结构复杂的场景时,这4种数据结构有时会 ...
- python collections模块(数据结构常用模块)计数器Counter 双向队列deque 默认字典defaultdict 有序字典OrderedDict 可命名元组namedtuple
collections 模块----Python标准库,是数据结构常用模块 常用类型有: 计数器(Counter) 双向队列(deque) 默认字典(defaultdict) 有序字典(Ordered ...
- python collection counter_python collection模块中几种数据结构(Counter、OrderedDict、namedtup)详解...
collection模块中有几种数据结构我们可能用得到. Counter是字典的子类,负责计数的一个字典,支持 + 加法 - 减法 & 求公共元素 | 求并集 print('Counter类型 ...
- Python collection模块与深浅拷贝
collection模块是对Python的通用内置容器:字典.列表.元组和集合的扩展,它包含一些专业的容器数据类型: Counter(计数器):dict子类,用于计算可哈希性对象的个数. Ordere ...
- Python常用数据结构之heapq模块
Python数据结构常用模块:collections.heapq.operator.itertools heapq 堆是一种特殊的树形结构,通常我们所说的堆的数据结构指的是完全二叉树,并且根节点的值小 ...
- 第03章 Python的数据结构、函数和文件--Python for Data Analysis 2nd
本章讨论Python的内置功能,这些功能本书会用到很多.虽然扩展库,比如pandas和Numpy,使处理大数据集很方便,但它们是和Python的内置数据处理工具一同使用的. 我们会从Python最基础 ...
- (python数据分析)第03章 Python的数据结构、函数和文件
本章讨论Python的内置功能,这些功能本书会用到很多.虽然扩展库,比如pandas和Numpy,使处理大数据集很方便,但它们是和Python的内置数据处理工具一同使用的. 我们会从Python最基础 ...
- 第03章 Python的数据结构、函数和文件
本章讨论Python的内置功能,这些功能本书会用到很多.虽然扩展库,比如pandas和Numpy,使处理大数据集很方便,但它们是和Python的内置数据处理工具一同使用的. 我们会从Python最基础 ...
最新文章
- Understand Skills-Based Routing
- Leetcode1704判断字符串的两半是否相似(C++题解)
- 跟开发对接,要了解哪些数据库知识?
- Centos7把一个文件复制到另外一台服务器上的scp命令
- python 怎么安装电脑摄像头模块_Python模块及安装
- 表单提交中get 和post方式的区别
- DHCP通过NAP认证
- android p过度动画,android 过渡动画
- MySQL5.7报错[ERROR] Unix socket lock file is empty /tmp/mysql.sock.lock的解决方法
- lenovo服务器换系统重装系统_联想电脑重装系统详细步骤?
- 【前端实战项目】手把手教你做出小米商城官网(HTML+CSS)
- P8195 [传智杯 #4 决赛] 小智的疑惑
- 腾讯微博android sdk,腾讯微博java(android)sdk新增微博api详细介绍
- vue写一个通讯录页面
- 阿里数据中台底座的12年建设实践
- 【C语言】基础知识梳理总结(超详细!!!!
- Hyperledger Fabric 1.3 官方文档翻译(三)关键概念 (Key Concepts) - 3.7 对等节点 (Peers)
- Java教程之多级缓存
- 计算机军中绿花谱子,军中绿花的曲谱_军中绿花简谱
- Win7+Win8双系统安装教程!零风险超简单2步搞定
热门文章
- 构建Android的交叉编译器、用NDK编译移植
- Android Zygote分析
- 以太坊虚拟机EVM的缺陷与不足
- mysql实时物化到clickhouse(MaterializeMySQL)
- linux安装包安装mysql5.7
- bios文件查看工具_修改BIOS让老主板支持NVMe固态硬盘
- 微信验证服务器是怎么回事,微信服务器认证为什么需要这么多参数?
- php管理员登录文件,快速的事情,只有管理员,PHP才能访问文件
- python中怎么输入角度_在Python中更正两点之间的角度
- 购进不需要安装的生产设备_静压砖机设备生产环境的选择及安装前期事项分析...