Python语法速查： 15. 常用数据结构

返回目录

本篇索引

（1）array

（2）bisect

（3）deque

（4）defaultdict

（5）namedtuple

（6）heapq

（7）itertools

（1）array

array模块定义一个数组类型：array，它与列表很相似，但它的内容仅限于单一类型。如果需要有效利用存储空间，那么就需要用到array模块。 例如，要存储1000万个整数，使用列表需要约160M内存，而使用array仅需40M内存，代价是array的操作比列表要慢一些。

array数组不适用于数字操作（如矩阵运算），要创建高效存储和计算的数组，可使用numpy扩展。

“+”运算符用于附加另一个数组的内容，“*”运算符用于重复附加一个数组。

● array(typecode [,initializer])

说明：

创建类型为typecode的数组，可取类型见下表。initializer是一个字符串或值列表，用于初始化数组中的值。

typecode取值类型

类型编码	描述	对应C类型	最小大小（字节数）
'c'	8位字符	Char	1
'b'	8位整型	signed char	1
'B'	8位无符号整型	unsigned char	1
'u'	Unicode字符	PY_UNICODE	2或4
''h	16位整型	short	2
'H'	16位无符号整型	unsigned short	2
'i'	整型	int	4或8(64位架构)
'I'	无符号整型	unsigned int	4或8(64位架构)
'l'	长整型	long	4或8(64位架构)
'L'	无符号长整型	unsigned long	4或8(64位架构)
'f'	单精度浮点数	float	4
'd'	双精度浮点数	double	8

● array实例常用属性和方法

属性或方法	说明
a.typecode	属性，数组的编码字符。
a.itemsize	属性，存储在数组中项的大小（以字节为单位）。
a.append(x)	将x附加到数组末尾，若插入类型不匹配，则引发TypeError异常。
a.buffer_info()	返回(address, length)元组，反映数组缓冲区的内存位置和长度。
a.byteswap()	切换大端和小端的字节顺序，仅支持整型值。
a.count(x)	返回数组中出现x的次数。
a.extend(b)	将b附加到数组末尾，b也可以是一个数组。
a.fromfile(f, n)	从文件对象f中读取n个项（二进制格式），并附加到数组末尾。若可读取的项少于n，则引发EOFError异常。
a.fromlist(list)	将list中的项附加到数组末尾，list可以是可迭代对象。
a.fromstring(s)	将字符串s中的项附加到数组末尾，其中s是一个由二进制值组成的字符串（与fromfile()中格式相同）
a.index(x)	返回x在数组中首次出现的位置索引，若未找到，则引发ValueError异常。
a.insert(i, x)	在位置i前插入x。
a.pop([i])	从数组中删除项 i 并将其返回。如果i已被删除，则删除最后一个元素。
a.remove(x)	从数组中删除第一个x，若未找到，则引发ValueError异常。
a.reverse()	反转数组的顺序。
a.tofile(f)	将所有项写入文件f。数据保存为本机二进制格式。
a.tolist()	将数组转换为普通的值列表。
a.tostring()	将数组转换为由二进制数据组成的字符串。
a.tounicode()	将数组转换为Unicode字符串，如果数组类型不为'u'，则引发ValueError异常。

（2）bisect

bisect模块可以在已排好顺序的列表中插入一个新数据，并使列表维持已排好的顺序，它使用二分法来执行大部分工作。

bisect的简单用例：

s = [1,3,5,7,9]
bisect.insort(s, 6)
print(s)

# 结果为：[1,3,5,6,7,9]

bisect模块常用函数

属性或方法	说明
insort(list, item [,low [,high]])	将item插入已排序好的列表list中。若item已在列表中，那么新项将插到现有项的右边。low和high是两边的要检查子集的边界。
insort_left(list, item [,low [,high]])	功能同上，只是若item已在列表中，那么新项将插到现有项的左边。
insort_right(list, item [,low [,high]])	同insort()
bisect(list, item [,low [,high]])	计算如要将item插入到已排序好的的列表list中的插入索引点，并返回这个值。low和high是两边的要检查子集的边界。若item已在列表中，那么新计算的插入位置在现有项的右边。
bisect_left(list, item [,low [,high]])	功能同上，只是若item已在列表中，那么新计算的插入位置在现有项的左边。
bisect_right(list, item [,low [,high]])	同bisect()

（3）deque

deque表示双端队列（发音：'deck'），要使用双端队列需要导入collections模块。

双端队列允许在队列的任一端插入或删除项，性能接近O(1)。而列表若要在最前端插入项，需要移动所有后续对象。

若为deque指定了maxlen参数，则向已满双端队列插入新项时，deque会自动在另一端删除一个数据来腾出空间。

● deque[iterable [,maxlen]])

说明：

iterable是可迭代对象，可用于初始化deque；maxlen表示双端队列允许的最大空间。

deque实例常用方法

属性或方法	说明
d.append(x)	将x添加到d的右端。
d.appendleft(x)	将x添加到d的左端。
d.clear()	从d中删除所有项。
d.extend(iterable)	将iterable中的所有项添加到d的右端，以扩展d。
d.extendleft(iterable)	将iterable中的所有项添加到d的左端，iterable中的项将按相反顺序出现在d中。
d.pop()	返回并删除d右端的项。若d为空，则引发IndexError异常。
d.popleft()	返回并删除d左端的项。若d为空，则引发IndexError异常。
d.remove(item)	删除首次出现的item，若未找到匹配值，则引发ValueError异常。
d.rotate(n)	将所有项向右旋转n步，若n为负值，则向左旋转项。

另外，deque实例也支持以下内置操作或内置函数：迭代、in操作符、 []下标操作、len(d)、reversed(d)、 copy.copy(d)、copy.deepcopy(d)。

对于下标操作，在头尾处的取出速度为 O(1)，在队列中间处的取出速度退化为O(n)。

从Python3.5起，还支持__add__()、__mul()__、__imul()__方法。

（4）defaultdict

要使用defaultdict需要导入collections模块。defaultdict与普通字典用法基本一样，只是在缺少键的处理上有不同。当索引不存在的键名时，将调用default_factory提供的函数来提供一个默认值，然后将该值保存为键的值。其余操作与内置dict()完全相同。

其实，普通的字典的setdefault()方法也能完成这一功能，只是setdefault()语句结构不是很清晰，且运行速度较慢。

● 初始化语法：

default([default_factory], ...)

用法示例，统计各个单词出现的位置并将其位置序列放入字典中。

from collections import defaultdict
s = 'a b c a b c'
word_list = s.split()   # word_list值为：['a', 'b', 'c', 'a', 'b', 'c']
dd = defaultdict(list)
for i, w in enumerate(word_list):
    dd[w].append(i)

# 最终dd结果为：defaultdict(<class 'list'>, {'a': [0, 3], 'b': [1, 4], 'c': [2, 5]})

（5）namedtuple

namedtuple表示命名元组，要使用namedtuple需要导入collections模块。在命名元组中，可以使用属性名称来访问元组元素，可以动态增加新属性。缺点是比普通元组慢一点。

● 初始化语法：

namedtyple(typename, filednames [,verbose])

typename作为新创建的命名元组名称（它是tuple的子类），fieldnames是字符串形式的属性名称的列表，不能以下划线开头。fieldnames也可写成一个字符串，各属性间用空格或逗号分隔。verbose标记若设为True，将向标准输出端输出生成的类定义。

使用命名元组的简单示例：

from collections import namedtuple
NewAddrPort = namedtuple('NewAddrPort', ['ipaddr', 'port'])
a = NewAddrPort('127.0.0.1', 80)
print(a.ipaddr, a.port)
# 结果为：'127.0.0.1' 80

ipaddr, host = a      # 本句可将命名元组a像普通元组那样解包展开。

isinstance(a, tuple)
# 结果为：True

如果定义一个仅作为数据结构的对象，那可以用命名元组来替代：

class Square(object):
    def __init(self, l, w):
        self.l = l
        self.w = w

# 可以用命名元组来替代：
import collections
Square = collections.namedtuple('Square', 'l w')
nt = Square(10, 20)

使用命名元组的优点是：可以像实例那样来访问属性，如：nt.l、nt.w；也可以对nt像普通元组那样使用for语句和解包语句。

（6）heapq

heapq模块使用堆实现一个优先级队列。优先级队列能以任意顺序添加对象，并能随时找出最小的元素，它比列表的min方法要快得多。

heapq模块常用函数

函数	说明
heapify(x)	将列表x原地转换为堆。
heappop(heap)	返回并删除heap中最小的项，若heap为空，则引发IndexError异常。
heappush(heap, item)	将item添加到堆中。
heappushpop(heap, item)	在一个操作中将item添加到堆并从heap中删除最小项。这比分别调用heappush()和heappop()更高效。
heapreplace(heap, item)	返回并删除堆中最小的元素，并同时添加一个新item。新项的添加在获取返回值之后，因此返回值可能比item更大。若heap为空，则引发IndexError异常。
merge(s1, s2, ...)	创建一个迭代器，将有序的迭代变量s1, s2等合并到一个有序序列中。
nlargest(n, iter [,key])	创建一个列表，包含iter中最大的n个项，最大项排在返回列表的前端。key是可选参数，接受一个输出参数并计算iter中每个项的比较键。
nsmallest(n, iter [,key])	创建一个列表，包含iter中最小的n个项，最小项排在返回列表的前端。key含义同上。

heap用法示例：

import heapq
x = [1,9,2,8,3,7,4,6]
heapq.heapify(x)    # 本句运行后，x已变成优先级队列
print(x)
>>> [1,3,2,6,8,7,4,9]   # x已按堆的优先级排序好
heapq.heappop(x)
>>> 1
heapq.heappop(x)
>>> 2

（7）itertools

itertools模块包含创建高效迭代器的函数，可以用各种方式对数据执行循环操作。

itertools模块常用函数

函数	说明
chain(iter1, iter2, ..., iterN)	此函数创建一个新迭代器将所有入参迭代器链接起来，返回的迭代器从iter1的第1项开始，到iterN的最后一项。
chain.from_iterable(iterables)	一个备用链构造函数。
combinations(iter, r)	创建一个迭代器，返回iter中所有长度为r的子序列。例如：combinations([1,2,3], 2)生成的序列为：[1,2]、[1,3]、[2,3]。
count([n])	创建一个迭代器，生成从n开始的连续整数，如果忽略n则从0开始。如果超出了系统的最大正整数范围，则从系统最小负整数-1继续。
cycle(iter)	创建一个迭代器，对iter中的元素反复执行循环操作，生成一个迭代器副本。
dropwhile(predicate, iter)	创建一个迭代器，只要函数perdicate(item)为True，就丢弃iter中的项，若为False则存入此项到新迭代器。
filterfalse()	创建一个迭代器，仅生成iter中predicate(item)为False的项，若predicate为None，将返回iter中所有计算为False的项。
groupby(iter, [,key])	创建一个迭代器，对iterable生成的连续项进行分组，在分组过程中会查找重复项。
islice(iter [,start], stop [,step])	创建一个迭代器，生成的项类似于切片返回值：iter[start:stop:step]，但start, stop, step都不能使用负值。
permutations(iter [,r])	创建一个迭代器，返回iter中所有长度为r的序列，若省略r，那么序列长度与iter中的项数相同。
product(iter1, iter2, ..., iterN, [repeat=1])	创建一个迭代器，生成表示item1, item2等中的项的笛卡尔积的元组。repeaet指定重复生成序列的次数。
repeat(object [,times])	创建一个迭代器，重复生成object。times指定重复计数，如果未指定times，将无止尽地返回该对象。
starmap(func [,iter])	创建一个迭代器，生成值未func(*item)，只有当iter生成的项适合用于这种调用函数的方式时，此函数才有效。
takewhile(predicate [,iter])	创建一个迭代器，深禅iter中predicate(item)未True的项，只要predicate计算未False，迭代就会立刻停止。
tee(iter [,n])	从iter创建n个独立的迭代器，创建的迭代器以n元组的形式返回，n的默认值为2。

迭代器使用的一些示例：

from itertools import *

# 在数字0,1,...,10,9,8,...,1上无限循环
for i in cycle(chain(range(10), range(10,0-1))):
    print(i)

# 创建a中的唯一项列表
a = [1,2,3,4,2,3,4,5]
a.sort()
b = [k for k,g in groupby(a)]   # b = [1,2,3,4,5]

# 对x和y中所有可能的值对进行组合迭代
x = [1,2,3]
y = [10,11]
for r in product(x,y):
    print(r)
# 生成输出：(1,10), (1,11), (2,10), (2,11), (3,10), (3,11)

返回目录