【摘要】collections模块Python内置模块，在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counte

collections模块

Python内置模块，在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1、namedtuple: 生成可以使用名字来访问元素内容的tuple。

2、deque: 双端队列，可以快速的从头或尾追加和删除元素。

3、Counter: 计数器，主要用来计数。

4、OrderedDict: 有序字典。

5、defaultdict: 带有默认值的字典。

namedtuple：命名元组

我们知道元组是不可被修改的容器，如元组（10，2），单从这个元组的元素来看，我们不知道这个元组的元素到底表示的是什么。它可以表示一对普通数字，亦可以表示一个坐标轴的两个坐标，还可以表示10的2次幂等，为了解决这个问题namedtuple应运而生。下面是基础示例：

我们假设（10，2）是一个坐标：

from collections import namedtuple
# 创建命名元组对象命名，并指定元组长度
point = namedtuple("point",["x","y"])
# 创建命名元组
tuple_1 = point(10,2)
# 以x,y的形式打印元素
print(tuple_1.x,tuple_1.y)

打印内容如下

10 2

下面以计算长方体体积为例：

from collections import namedtuple
# 创建命名元组对象命名，并指定元组长度
Cuboid = namedtuple("Cuboid",["len","width","height"])
# 创建命名元组
tuple_1 = Cuboid(10,8,6)
# 对比两种打印方式我们就可以看出
# 第一种明显比第二种打印方式更容易理解
print(tuple_1.len * tuple_1.width * tuple_1.height)
print(tuple_1[0] * tuple_1[1] * tuple_1[2])

打印内容如下

480
480

由上面的示例可以知道有时候利用命名元组引用元素的时候，我们可以更容易理解元素所表示的是什么。这样对代码的理解会更好。

deque：双端队列

deque与列表类似都是线性存储，但是队列只支持在队列的头部和尾部追加和删除元素，属于列表的特殊版。在插入元素和删除元素的效率上比列表更快。因为列表不仅可以在头部和尾部追加和删除元素，还可以在任意位置追加和删除元素。每当列表删除一个非头部和尾部元素的时候，列表就要重新进行排序以保证列表的线性存储。

相关推荐：《Python视频教程》

由上图我们知道元素30对应的内存地址是3，删除元素30后，为保证列表的线性，元素40和元素50内存地址都向前移了一位，元素40的内存地址由原来的4变成3，元素50的内存地址由原来的5变成4。如果把列表的第一个元素删除了，后面的整个列表都会依次向前补齐位置。而双端队列不会，无论是删除队列的头还是尾队列的整体不会进行补位的操作。

from collections import deque
deque_list = deque([1,2,3,4])
deque_list.appendleft("a")  # 向头部追加元素
deque_list.append("z")      # 向尾部追加元素
print("追加后的数据是：",deque_list)
deque_list.pop()  # 删除尾部元素
deque_list.popleft()  # 删除头部元素
print("删除后的数据是：",deque_list)

打印内容如下

追加后的数据是： deque(['a', 1, 2, 3, 4, 'z'])
删除后的数据是： deque([1, 2, 3, 4])

OrderedDict：有序字典，有序字典是按照键插入顺序进行排列的（Python3.X的字典是按着键插入顺序进行排序的，Python2.X的字典键是按照ASCII表的顺序进行排序。）

如下：Python2.7中进行测试。

dict_1 = {}
dict_1["z"] = 1
dict_1["c"] = 3
dict_1["a"] = 2
dict_od = OrderedDict()  # 有序字典
dict_od["z"] = 1
dict_od["c"] = 3
dict_od["a"] = 2
print(dict_1)
print(dict_od)  # 打印有序字典

打印内容如下

{'a': 2, 'c': 3, 'z': 1}
OrderedDict([('z', 1), ('c', 3), ('a', 2)])

defaultdict：默认字典，我感觉这个还是有些用的。

1、如果默认字典的键不存在，不会报错。

2、在定义默认字典时可以指定值的类型。

示例：将列表中大于3的元素保存到字典的“a”键中，将小于3的元素保存到字典的“b”键中。

如下：使用普通字典的方法。

list_1 = [1,2,3,4,5,6]
dict_1 = {}
for i in list_1:
    if i > 3:
        if "a" in dict_1:
            dict_1["a"].append(i)
        else:
            dict_1["a"] = [i]
    else:
        if "b" in dict_1:
            dict_1["b"].append(i)
        else:
            dict_1["b"] = [i]
print(dict_1)

打印内容如下

{'b': [1, 2, 3], 'a': [4, 5, 6]}

如下：使用默认字典的方法。

from collections import defaultdict
list_1 = [1,2,3,4,5,6]
dict_d = defaultdict(list)  # 定义默认字典
for i in list_1:
    if i > 3:
        dict_d["a"].append(i)
    else:
        dict_d["b"].append(i)
print(dict_d)
# 打印内容如下
defaultdict(<class 'list'>, {'b': [1, 2, 3], 'a': [4, 5, 6]})

对比两个代码段可以发现使用默认字典的方式代码更加简洁，结构更加清晰明了。

Counter：统计可迭代对象中每个元素出现的次数。

from collections import Counter
list_1 = ["a","b","a",1,2,3,1]
print(Counter(list_1))
# 打印内容如下
Counter({'a': 2, 1: 2, 'b': 1, 2: 1, 3: 1})