collections

在内置数据类型(list, dict, tuple, set)的基础上,collections提供了几个额外的数据类型: Counter, deque, Orderdict, defultdict, namedtuple等

1. namedtuple: 生成可以通过名字访问的元组,类似之前的结构化时间

2. deque: 双向队列

3. Counter: 计数器

4. OrderDict: 有序字典

5. defaultdict: 带有默认值的字典

nametuple

我们要描述一个长方体,就可以用namedtuple

 from collections import namedtuple

 cube = namedtuple("cube", ["length", "width", "height"])
c1 = cube(5, 4, 3)
print(c1) # cube(length=5, width=4, height=3)
print(c1.length) #
print(c1.height) #

deque

deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈,deque类似于列表,也有append, pop等方法

from collections import deque
q = deque(["a", "b", "c"])
print(q) # deque(['a', 'b', 'c'])
# 添加
q.append("d") # 默认从右边添加
print(q) # deque(['a', 'b', 'c', 'd'])
q.appendleft("e")
print(q) # deque(['e', 'a', 'b', 'c', 'd']) # 删除
q.pop() # 默认从右边删,不能指定元素删
print(q) # deque(['e', 'a', 'b', 'c'])
q.popleft() # 默认从左边删
print(q) # deque(['a', 'b', 'c']) # q.pop("b") # TypeError: pop() takes no arguments (1 given) print(q.count("a")) #
q.remove("b") # 指定元素删
print(q) # deque(['a', 'c'])

OrderDict

使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。如果要保持Key的顺序,可以用OrderDict,不过python3.6版本以后字典已经是有序的了,所以这个已经用处不大了。注意这里的key有序是指key按照创建字典或插入值的顺序来排

from collections import OrderedDict
od = OrderedDict()
od[1] = "a"
od[2] = "b"
od[3] = "c"
print(od) # OrderedDict([(1, 'a'), (2, 'b'), (3, 'c')])

defaultdict

来看一个例子:有如下值集合 [11,22,33,44,55,66,77,88,99,90...],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中。

原生字典解决办法

l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
dic = dict()
for i in l1:
if i > 66:
if "k1" not in dic:
dic["k1"] = []
dic["k1"].append(i)
elif i < 66:
if "k2" not in dic:
dic["k2"] = []
dic["k2"].append(i)
print(dic) # {'k2': [11, 22, 33, 44, 55], 'k1': [77, 88, 99, 90]}

defaultdict解决办法

from collections import defaultdict
l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
dd = defaultdict(k1=[], k2=[])
# print(dd) # defaultdict(None, {'k1': [], 'k2': []})
for i in l1:
if i > 66:
dd["k1"].append(i)
elif i < 66:
dd["k2"].append(i)
print(dd) # defaultdict(None, {'k1': [77, 88, 99, 90], 'k2': [11, 22, 33, 44, 55]})

Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。计数值可以是任意的Interger(包括0和负数)。Counter类和其他语言的bags或multisets很相似

from collections import Counter
lst = [1, 2, 3, 3, 2, 4, 5, 3, 1, 0, 0]
print(Counter(lst)) # Counter({3: 3, 1: 2, 2: 2, 0: 2, 4: 1, 5: 1})
s = "afshkfhsdjhfakjhsdhajkd"
print(Counter(s)) # Counter({'h': 5, 'a': 3, 'f': 3, 's': 3, 'k': 3, 'd': 3, 'j': 3})

Random

所有与随机的东西都在random模块中

def v_code():
"""
用于生成随机验证码
:return: None
"""
code = ''
for i in range(4):
num = random.randint(0, 9)
alf = chr(random.randint(65, 90))
add = random.choice([num, alf])
code = "".join([code, str(add)]) return code print(v_code()) # 0V28

python模块之collections random的更多相关文章

  1. python模块学习之random

    模块源码: Source code: Lib/random.py 文档:http://docs.python.org/2/library/random.html 常用方法: random.random ...

  2. python模块详解 random os

    random模块 常用方法 random.random() 随机产生一个小于1的浮点数 import random print(random.random()) #0.4153761818276826 ...

  3. python模块介绍- collections(5)-OrderedDict 有序字典

    1.3.5 OrderedDict 有序字典 OrderedDict是dict的子类,它记住了内容添加的顺序. import collections print 'Regular dictionary ...

  4. python模块之collections

    我们都知道,Python拥有一些内置的数据类型,比如str, int, list, tuple, dict等, collections模块在这些内置数据类型的基础上,提供了几个额外的数据类型: (1) ...

  5. Python模块学习笔记— —random

    Python中的random模块用于生成随机数. random.random 函数原型 random.random() 生成一个范围在[0,1)的随机浮点数. import random print ...

  6. python模块知识二 random -- 随机模块、序列化 、os模块、sys -- 系统模块

    4.random -- 随机模块 a-z:97 ~ 122 A-Z :65 ~ 90 import random #浮点数 print(random.random())#0~1,不可指定 print( ...

  7. Python模块:collections

    collections模块常用的数据类型: (1)namedtuple(): #创建一个自定义的tuple对象,并且规定了tuple元素的个数,并可以用属性而不是索引来引用tuple的某个元素. fr ...

  8. python模块之collections模块

    计数器 Counter 计数元素迭代器 elements() 计数对象拷贝 copy() 计数对象清空 clear() from collections import Counter #import ...

  9. 【转】python模块分析之collections(六)

    [转]python模块分析之collections(六) collections是Python内建的一个集合模块,提供了许多有用的集合类. 系列文章 python模块分析之random(一) pyth ...

随机推荐

  1. Nio再学习之NIO的buffer缓冲区

    1. 缓冲区(Buffer): 介绍 我们知道在BIO(Block IO)中其是使用的流的形式进行读取,可以将数据直接写入或者将数据直接读取到Stream对象中,但是在NIO中所有的数据都是使用的换冲 ...

  2. angular2路由与express路由冲突的问题

    angular2的路由定义了一个/a,如果走angular的路由没问题,如果直接访问/a就会出现cannot GET /a的错误,原因就是express的路由问题. 所以路由走angular2,那ex ...

  3. ArcGIS for qml -设置地图和视域中心

    源码:https://github.com/sueRimn/ArcGIS-for-qml-demos 作者: 狐狸家的鱼 Github: 八至 版权声明:如需转载请获取授权和联系作者 ArcGIS R ...

  4. bzoj1218 激光炸弹

    bz上难得一见的水题啊. 我们发现:这个SB居然只要枚举就行了!!! 我TM...... /****************************************************** ...

  5. python描述器

    描述器定义 python中,一个类实现了__get__,__set__,__delete__,三个方法中的任何一个方法就是描述器,仅实现__get__方法就是非数据描述器,同时实现__get__,__ ...

  6. react-native中使用长列表

    React Native 提供了几个适用于展示长列表数据的组件,一般而言我们会选用FlatList或是SectionList. FlatList组件用于显示一个垂直的滚动列表,其中的元素之间结构近似而 ...

  7. 若要允许 GET 请求,请将 JsonRequestBehavior 设置为 AllowGet

    http://www.cnblogs.com/Steven7Gao/archive/2012/06/13/2547905.html 若要允许 GET 请求,请将 JsonRequestBehavior ...

  8. Day032--Python--操作系统, process进程

    多道技术背景: 提高工作效率(充分利用I/O阻塞的时间)    (I: input, O: output) 同时执行多个任务 多道技术: 空间复用: 充分利用内存空间 时间复用: 充分利用I/O阻塞时 ...

  9. Jquery Mobile事件

    Jquery Mobile事件参考手册 on()方法用于添加事件处理程序 1.Touch类事件 在用户触摸屏幕时触发 1.1 tap事件 用户敲击某个元素时发生 $("p").on ...

  10. testng优化:失败重跑,extentReport+appium用例失败截图,测试报告发邮件

    生成的单html方便jenkins集成发邮件,= = 构建失败发邮件 参考:https://blog.csdn.net/galen2016/article/details/77975965 步骤: 1 ...