學會在Python中使用collections的集合類
前言
Python為我們提供了4種基本的數據結構：list, tuple, dict, set，但是在處理數據量較大的情形的時候，這4種數據結構就明顯過于單一了，比如list是一個作為單向鏈表在某些情形插入的效率會比較低，有時候我們也需要維護一個有序的dict。所以這個時候我們就要用到Python標準庫為我們提供的collections包了，它提供了多個有用的集合類，熟練掌握這些集合類，不僅可以讓我們讓寫出的代碼更加Pythonic，也可以提高我們程序的運行效率。
defaultdict
defaultdict在普通的dict之上添加了default_factory，使得key(鍵)不存在時會自動生成相應類型的value(值)，我們可以在defaultdict的第一個參數中指定相應的default_factory，這個參數可以指定成list, set, int等各種合法類型。
example1
>>> from collections import defaultdict
>>> s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
我們現在有上面這樣一組list(列表)，雖然我們有6組數據，但是仔細觀察后發現其實我們只有兩種color(顏色)，但是每一個color對應多個值。現在我們想要將這個list轉換成一個dict(字典)，這個dict的key(鍵)對應一種color，dict的value(值)設置為一個list存放color對應的多個值。我們可以使用 defaultdict(list) 來解決這個問題。
# d可以看作一個dict(字典)，dict的value是一個list(列表)
>>> d = defaultdict(list)
>>> for k in s:
... d[k].append(v)
...
>>> d
>>> defaultdict(<class 'list'>, {'blue': [2, 4, 4], 'red': [1, 3, 1]})</code></pre>
example2
上面這個例子中有一些不完美的地方，比如說 {'blue': [2, 4, 4], 'red': [1, 3, 1]} 這個defaultdict中blue顏色中包含兩個4，red顏色中包含兩個1，但是我們不希望含有重復的元素，這個時候可以考慮使用 defaultdict(set) 來解決這個問題。set(集合)相比list(列表)的不同之處在于set中不允許存在相同的元素。
>>> d = defaultdict(list)
>>> for k in s:
... d[k].add(v)
...
>>> d
>>> defaultdict(<class 'set'>, {'blue': {2, 4}, 'red': {1, 3}})</code></pre>
example3
>>> s = 'hello world'
通過使用 defaultdict(int) 的形式我們來統計一個字符串中每個字符出現的個數
>>> d = defaultdict(int)
>>> for k in s:
... d[k] += 1
...
>>> d
>>> defaultdict(<class 'int'>, {'o': 2, 'h': 1, 'w': 1, 'l': 3, ' ': 1, 'd': 1, 'e': 1, 'r': 1})</code></pre>
OrderedDict
我們知道默認的dict(字典)是無序的，但是在某些情形我們需要保持dict的有序性，這個時候可以使用OrderedDict，它是dict的一個subclass(子類)，但是在dict的基礎上保持了dict的有序型，下面我們來看一下使用方法。
example1
# 無序的dict
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
這是一個無序的dict(字典)，現在我們可以使用OrderedDict來讓這個dict變得有序。
# 將d按照key來排序
>>> OrderedDict(sorted(d.items(), key=lambda t: t[0]))
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
將d按照value來排序
>>> OrderedDict(sorted(d.items(), key=lambda t: t[1]))
OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)])
將d按照key的長度來排序
>>> OrderedDict(sorted(d.items(), key=lambda t: len(t[0])))
OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])</code></pre>
example2
使用 popitem(last=True) 方法可以讓我們按照LIFO(先進后出)的順序刪除dict中的key-value，即刪除最后一個插入的鍵值對，如果last=False就按照FIFO(先進先出)刪除dict中key-value。
>>> d = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
將d按照key來排序
>>> d = OrderedDict(sorted(d.items(), key=lambda t: t[0]))
>>> d
OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)])
使用popitem()方法來移除最后key-value對
>>> d.popitem()
('pear', 1)
使用popitem(last=False)來移除最后一個key-value對
>>> d.popitem(last=False)
('apple', 4)</code></pre>
example3
使用 move_to_end(key, last=True) 來改變有序的OrderedDict對象的key-value順序，通過這個方法我們可以將排序好的OrderedDict對象中的任意一個key-value插入到字典的開頭或者結尾。
>>> from collections import OrderedDict
>>> d = OrderedDict.fromkeys('abcde')
>>> d
OrderedDict([('a', None), ('b', None), ('c', None), ('d', None), ('e', None)])
將key為b的key-value對移動到dict的最后
>>> d.move_to_end('b')
>>> d
OrderedDict([('a', None), ('c', None), ('d', None), ('e', None), ('b', None)])
>>> ''.join(d.keys())
'acdeb'
將key為b的key-value對移動到dict的最前面
>>> d.move_to_end('b', last=False)
>>> ''.join(d.keys())
'bacde'</code></pre>
deque
list存儲數據的優勢在于按找索引查找元素會很快，但是插入和刪除元素就很慢了，因為它是是單鏈表的數據結構。deque是為了高效實現插入和刪除操作的雙向列表，適合用于隊列和棧，而且線程安全。
list只提供了append和pop方法來從list的尾部插入/刪除元素，但是deque新增了 appendleft/popleft 允許我們高效的在元素的開頭來插入/刪除元素。而且使用deque在隊列兩端添加（append）或彈出（pop）元素的算法復雜度大約是O(1)，但是對于list對象改變列表長度和數據位置的操作例如 pop(0)和insert(0, v)操作的復雜度高達O(n)。由于對deque的操作和list基本一致，這里就不重復了。
ChainMap
ChainMap用來將多個dict(字典)組成一個list(只是比喻)，可以理解成合并多個字典，但和update不同，而且效率更高。
>>> from collections import ChainMap
>>> a = {'a': 'A', 'c': 'C'}
>>> b = {'b': 'B', 'c': 'D'}
>>> m = ChainMap(a, b)
構造一個ChainMap對象
>>> m
ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})
>>> m['a']
'A'
>>> m['b']
'B'
將m變成一個list
>>> m.maps
[{'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'}]</code></pre>
# 更新a中的值也會對ChainMap對象造成影響
>>> a['c'] = 'E'
>>> m['c']
'E'
從m從復制一個ChainMap對象，更新這個復制的對象并不會對m造成影響
>>> m2 = m.new_child()
>>> m2['c'] = 'f'
>>> m['c']
'E'
>>> a['c']
'E'
>>> m2.parents
ChainMap({'a': 'A', 'c': 'C'}, {'b': 'B', 'c': 'D'})</code></pre>
Counter
example1
Counter也是dict的一個subclass，它是一個無序容器，可以看做一個計數器，用來統計相關元素出現的個數。
>>> from collections import Counter
>>> cnt = Counter()
統計列表中元素出現的個數
>>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:
... cnt[word] += 1
...
>>> cntCounter({'blue': 3, 'red': 2, 'green': 1})
統計字符串中元素出現的個數
>>> cnt = Counter()
>>> for ch in 'hello':
... cnt[ch] = cnt[ch] + 1
...
>>> cnt
Counter({'l': 2, 'o': 1, 'h': 1, 'e': 1})</code></pre>
example2
elements()方法按照元素的出現次數返回一個iterator(迭代器)，元素以任意的順序返回，如果元素的計數小于1，將忽略它。
>>> c = Counter(a=4, b=2, c=0, d=-2)
>>> c
Counter({'a': 4, 'b': 2, 'c': 0, 'd': -2})
>>> c.elements()
<itertools.chain object at 0x7fb0a069ccf8>
>>> next(c)
'a'
排序
>>> sorted(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']</code></pre>
most_common(n)返回一個list, list中包含Counter對象中出現最多前n個元素。
>>> c = Counter('abracadabra')
>>> c
Counter({'a': 5, 'b': 2, 'r': 2, 'd': 1, 'c': 1})
>>> c.most_common(3)
[('a', 5), ('b', 2), ('r', 2)]</code></pre>
namedtuple
使用namedtuple( typename , field_names )命名tuple中的元素來使程序更具可讀性
>>> from collections import namedtuple
>>> Point = namedtuple('PointExtension', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.class.name
'PointExtension'
>>> p.x1
>>> p.y2</code></pre>
來自：http://www.tuicool.com//articles/yQvqyuQ