Python面试题之容器(Collections)

Python面试题之容器(Collections)

容器(​​Collections​​)

Python附带一个模块，它包含许多容器数据类型，名字叫作​​collections​​。我们将讨论它的作用和用法。

我们将讨论的是：

defaultdictcounterdequenamedtupleenum.Enum (包含在Python 3.4以上)

defaultdict

我个人使用​​defaultdict​​​较多，与​​dict​​类型不同，你不需要检查key是否存在，所以我们能这样做：

from collections import defaultdictcolours = ( ('Yasoob', 'Yellow'), ('Ali', 'Blue'), ('Arham', 'Green'), ('Ali', 'Black'), ('Yasoob', 'Red'), ('Ahmed', 'Silver'),)favourite_colours = defaultdict(list)for name, colour in colours: favourite_colours[name].append(colour)print(favourite_colours)

运行输出

# defaultdict(,# {'Arham': ['Green'],# 'Yasoob': ['Yellow', 'Red'],# 'Ahmed': ['Silver'],# 'Ali': ['Blue', 'Black']# })

另一种重要的是例子就是：当你在一个字典中对一个键进行嵌套赋值时，如果这个键不存在，会触发​​keyError​​​异常。 ​​defaultdict​​​允许我们用一个聪明的方式绕过这个问题。 首先我分享一个使用​​dict​​​触发​​KeyError​​​的例子，然后提供一个使用​​defaultdict​​的解决方案。

问题：

some_dict = {}some_dict['colours']['favourite'] = "yellow"## 异常输出：KeyError: 'colours'

解决方案：

import collectionstree = lambda: collections.defaultdict(tree)some_dict = tree()some_dict['colours']['favourite'] = "yellow"## 运行正常

​​ ​​

你可以用​​json.dumps​​​打印出​​some_dict​​，例如：

import jsonprint(json.dumps(some_dict))## 输出: {"colours": {"favourite": "yellow"}}

counter

Counter是一个计数器，它可以帮助我们针对某项数据进行计数。比如它可以用来计算每个人喜欢多少种颜色：

from collections import Countercolours = ( ('Yasoob', 'Yellow'), ('Ali', 'Blue'), ('Arham', 'Green'), ('Ali', 'Black'), ('Yasoob', 'Red'), ('Ahmed', 'Silver'),)favs = Counter(name for name, colour in colours)print(favs)## 输出:## Counter({## 'Yasoob': 2,## 'Ali': 2,## 'Arham': 1,## 'Ahmed': 1## })

​​ ​​

我们也可以在利用它统计一个文件，例如：

with open('filename', 'rb') as f: line_count = Counter(f)print(line_count)

deque

deque提供了一个双端队列，你可以从头/尾两端添加或删除元素。要想使用它，首先我们要从​​collections​​​中导入​​deque​​模块：

from collections import deque

现在，你可以创建一个​​deque​​对象。

d = deque()

它的用法就像python的​​list​​，并且提供了类似的方法，例如：

d = deque()d.append('1')d.append('2')d.append('3')print(len(d))## 输出: 3print(d[0])## 输出: '1'print(d[-1])## 输出: '3'

​​ ​​

你可以从两端取出(pop)数据：

d = deque(range(5))print(len(d))## 输出: 5d.popleft()## 输出: 0d.pop()## 输出: 4print(d)## 输出: deque([1, 2, 3])

​​ ​​

我们也可以限制这个列表的大小，当超出你设定的限制时，数据会从对队列另一端被挤出去(pop)。

最好的解释是给出一个例子：

d = deque(maxlen=30)

现在当你插入30条数据时，最左边一端的数据将从队列中删除。

你还可以从任一端扩展这个队列中的数据：

d = deque([1,2,3,4,5])d.extendleft([0])d.extend([6,7,8])print(d)## 输出: deque([0, 1, 2, 3, 4, 5, 6, 7, 8])

​​ ​​

namedtuple

您可能已经熟悉元组。

一个元组是一个不可变的列表，你可以存储一个数据的序列，它和命名元组(​​namedtuples​​)非常像，但有几个关键的不同。

主要相似点是都不像列表，你不能修改元组中的数据。为了获取元组中的数据，你需要使用整数作为索引：

man = ('Ali', 30)print(man[0])## 输出: Ali

​​ ​​

嗯，那​​namedtuples​​​是什么呢？它把元组变成一个针对简单任务的容器。你不必使用整数索引来访问一个​​namedtuples​​​的数据。你可以像字典(​​dict​​​)一样访问​​namedtuples​​​，但​​namedtuples​​是不可变的。

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="perry", age=31, type="cat")print(perry)## 输出: Animal(name='perry', age=31, type='cat')print(perry.name)## 输出: 'perry'

​​ ​​

现在你可以看到，我们可以用名字来访问​​namedtuple​​​中的数据。我们再继续分析它。一个命名元组(​​namedtuple​​)有两个必需的参数。它们是元组名称和字段名称。

在上面的例子中，我们的元组名称是​​Animal​​，字段名称是'name'，'age'和'type'。

​​namedtuple​​让你的元组变得自文档了。你只要看一眼就很容易理解代码是做什么的。

你也不必使用整数索引来访问一个命名元组，这让你的代码更易于维护。

而且，​​namedtuple​​的每个实例没有对象字典，所以它们很轻量，与普通的元组比，并不需要更多的内存。这使得它们比字典更快。

然而，要记住它是一个元组，属性值在​​namedtuple​​中是不可变的，所以下面的代码不能工作：

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="perry", age=31, type="cat")perry.age = 42## 输出:## Traceback (most recent call last):## File "", line 1, in## AttributeError: can't set attribute

​​ ​​

你应该使用命名元组来让代码自文档，它们向后兼容于普通的元组，这意味着你可以既使用整数索引，也可以使用名称来访问​​namedtuple​​：

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="perry", age=31, type="cat")print(perry[0])## 输出: perry

最后，你可以将一个命名元组转换为字典，方法如下：

from collections import namedtupleAnimal = namedtuple('Animal', 'name age type')perry = Animal(name="Perry", age=31, type="cat")print(perry._asdict())## 输出: OrderedDict([('name', 'Perry'), ('age', 31), ...

enum.Enum (Python 3.4+)

另一个有用的容器是枚举对象，它属于​​enum​​​模块，存在于Python 3.4以上版本中（同时作为一个独立的PyPI包​​enum34​​供老版本使用）。Enums(枚举类型)基本上是一种组织各种东西的方式。

让我们回顾一下上一个'Animal'命名元组的例子。

它有一个type字段，问题是，type是一个字符串。

那么问题来了，万一程序员输入了​​Cat​​，因为他按到了Shift键，或者输入了'CAT'，甚至'kitten'？

枚举可以帮助我们避免这个问题，通过不使用字符串。考虑以下这个例子：

from collections import namedtuplefrom enum import Enumclass Species(Enum): cat = 1 dog = 2 horse = 3 aardvark = 4 butterfly = 5 owl = 6 platypus = 7 dragon = 8 unicorn = 9 # 依次类推 # 但我们并不想关心同一物种的年龄，所以我们可以使用一个别名 kitten = 1 # (译者注：幼小的猫咪) puppy = 2 # (译者注：幼小的狗狗)Animal = namedtuple('Animal', 'name age type')perry = Animal(name="Perry", age=31, type=Species.cat)drogon = Animal(name="Drogon", age=4, type=Species.dragon)tom = Animal(name="Tom", age=75, type=Species.cat)charlie = Animal(name="Charlie", age=2, type=Species.kitten)

现在，我们进行一些测试：

>>> charlie.type == tom.typeTrue>>> charlie.type

这样就没那么容易错误，我们必须更明确，而且我们应该只使用定义后的枚举类型。

有三种方法访问枚举数据，例如以下方法都可以获取到'cat'的值：

Species(1)Species['cat']Species.cat

这只是一个快速浏览​​collections​​模块的介绍，建议你阅读本文最后的官方文档。

​​参考​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。