1.collections在python的基本的数据类型之外给我们提供了额外的五种数据类型，以便我们更加方便的解决一些问题，它们分别是namedtuple、deque、counter、OrderDict、defaulrdict。
2.namedtuple：命名元祖，是一个工厂函数。
主要用来产生可以使用名称来访问元素的数据对象。
通常用来增强代码的可读性，在访问一些tuple类型的数据时尤其好用。
>>> P = namedtuple('Point',['x','y','z']) >>> p = P(1,2,3) >>> p.x 1 >>> p.y 2 >>> p.z 3 #通过属性来访问数据，有时候会达到意向不到的效果。 >>> one_people = namedtuple('info',('name','sex','age','job')) >>> kebi =one_people('kebi','男',25,'staff') >>> kebi.sex '男' >>> kebi.age 25 >>> kebi.job 'staff'
3.deque：双端队列
支持从两端高效的插入数据、支持随机访问的容器。
双端队列支持的操作：
| append() | 在尾部添加一个元素 |
| appendleft() | 在头部添加一个元素 |
| pop() | 从尾部删除一个元素，并返回删除的值 |
| popleft() | 从头部删除一个元素，并返回删除的值 |
| extend() | 从尾部扩展，被扩展的对象是可迭代对象 |
| extendleft() | 从头部扩展，被扩展的对象是可迭代对象 |
| remove() | 删除一个值 |
| clear() | 清空队列 |
| rotate() | 偏移，+向右偏，—向左偏 |
| count() | 统计某个值出现的次数 |
| reverse() | 反转 |
由上面的方法我们就可以看出，双端队列与列表非常类似，但是比列表的功能更加强大。
>>> q = deque(range(5)) #创建了一个双端队列 >>> q deque([0, 1, 2, 3, 4]) >>> q.append(5) #从尾部添加 >>> q deque([0, 1, 2, 3, 4, 5]) >>> q.appendleft(6) #从头部添加 >>> q deque([6, 0, 1, 2, 3, 4, 5]) >>> q.pop() #删除最后面哪一个，并返回删除的那个元素 5 >>> q.popleft() #删除最前面那个，返回删除的那个元素 6 >>> q deque([0, 1, 2, 3, 4]) >>> q.rotate(1) #向右偏移 >>> q deque([4, 0, 1, 2, 3]) >>> q.rotate(-2) #向左偏移 >>> q deque([1, 2, 3, 4, 0]) >>> q.extend((-1,-2)) #扩展一个元祖 >>> q deque([1, 2, 3, 4, 0, -1, -2]) >>> q.extend(('wo')) #扩展一个字符串 >>> a '1-2*-12023' >>> q deque([1, 2, 3, 4, 0, -1, -2, 'w', 'o']) >>> q.extendleft(range(10,13)) >>> q deque([12, 11, 10, 1, 2, 3, 4, 0, -1, -2, 'w', 'o'])
4.OrdereDict：排序的字典，是字典的子类
在前期的数据类型中，学习过dict，其中的键是无序的，OrderedDict是对dict的补充。
为了说明OrderedDict和dict的区别，只用证明OrderedDict是由顺序的就行。
在python2中字典是无序的可以直接测试出，在python3中貌似有部分联系。
#在2中 >>> d = {'c':3,'a':1,'b':2} >>> for i in d: ... print i,d[i] ... a 1 #没有顺序一目了然 c 3 b 2 在3中 >>> d = {'c':3,'a':1,'b':2} >>> for i in d: ... print(i,d[i]) ... c 3 a 1 b 2 #貌似有点联系
下面的方法无论在2中还是在3中都可以检测出，dict是无序的，而OrderedDict是有顺序的。
#以不同的顺序把数据写到一张表里面。 >>> d = {'a':1,'b':2,'c':3} >>> d2 = {'c':3,'a':1,'b':2} >>> bool(d ==d2) True #不管顺序如何，表是一样 >>> D = OrderedDict() >>> D2 = OrderedDict() >>> D['a'] = 1 >>> D['b'] = 2 >>> D['c'] = 3 >>> D2['c'] = 3 >>> D2['a'] = 1 >>> D2['b'] = 2 >>> bool(D==D2) False #两张表不同，证明其对顺序有要求
5.defaultdict：
defaultdict使用工厂函数创建字典，使用的时候可以不用考虑缺失的key。
python原生的dict结构，如果使用d[key]的方式访问，需要先判断key是否存在，如果不存在就会返回一个KeyError异常。
defaultdict就是为了解决这个痛点而生，只要传入一个默认的工厂方法，访问不存在的键值时，就会返回初始设置的默认值。
>>> d {'a': 1, 'b': 2, 'c': 3} >>> d['e'] Traceback (most recent call last): File "<stdin>", line 1, in <module> KeyError: 'e' #不存在就会报错 >>> d3 = defaultdict(lambda:"N/A") >>> d3['a'] = 1 >>> d3['b'] = 2 >>> d3['c'] = 3 >>> d3['e'] #访问不存在的键，会返回默认值。 'N/A' >>> d4 = defaultdict(list) #工厂函数作为默认值 >>> d4['c'] = 3 >>> d4['a'] = 1 >>> d4['b'] []
6.Counter：计数
Counter类的目的时用来跟踪值出现的次数。它是一个无序的容器类型，以字典键值对形式存储存。
>>> b = Counter("aabbccdd") >>> b Counter({'a': 2, 'b': 2, 'c': 2, 'd': 2}) #跟踪计数，形成一个新的容器。 >>> b['a'] 2 >>> b['e'] #访问不存在的计数返回0 0
关于Counter的方法非常多
| update() | 扩展，加上另一个对象 |
| subtract() | 从中减去另一个对象 |
| elements() | 返回一个迭代器，包含真实存在的元素 |
| most_common() | 返回一个字典，元素由元素由单个字符和计数组成 |
| list() | 转化成列表 |
| set() | 转化成集合 |
| dict() | 转化成字典 |
| sum() | 求和 |
| clear() | 清空 |
#增 >>> b Counter({'a': 2, 'b': 2, 'c': 2, 'd': 2}) >>> b.update('ddeeffwwww') >>> b Counter({'d': 4, 'w': 4, 'a': 2, 'b': 2, 'c': 2, 'e': 2, 'f': 2})
#减 >>> b.subtract('ddeeffwwww') >>> b Counter({'a': 2, 'b': 2, 'c': 2, 'd': 2, 'e': 0, 'f': 0, 'w': 0})
#删 >>> del b['e'] >>> b Counter({'a': 2, 'b': 2, 'c': 2, 'd': 2, 'f': 0, 'w': 0})
#改 >>> b['a'] = 1 >>> b Counter({'b': 2, 'c': 2, 'd': 2, 'a': 1, 'f': 0, 'w': 0})
#返回一个迭代器，返回真实存在的元素 >>> c = Counter(a=3,b=2,c=1,d=0) >>> c Counter({'a': 3, 'b': 2, 'c': 1, 'd': 0}) >>> list(c.elements()) ['a', 'a', 'a', 'b', 'b', 'c']
#返回一个列表，元素和个数组成一个列表的元素 >>> g = Counter('aaddccc') >>> c.most_common() [('a', 3), ('b', 2), ('c', 1), ('d', 0)] >>> c.most_common(2) #可以指定显示的元素的个数 [('a', 3), ('b', 2)]
Counter还支持一些算数操作符
>>> opr1 =Counter(a=4,b=2) >>> opr2 =Counter(a=2,b=3) >>> opr1 + opr2 Counter({'a': 6, 'b': 5}) #各元素相加的和 >>> opr1 - opr2 #各元素相减的余，只取正值 Counter({'a': 2}) #取双方都有的交集 >>> opr1 & opr2 Counter({'a': 2, 'b': 2}) >>> opr1 | opr2 #取并集 Counter({'a': 4, 'b': 3})