- 浏览: 247099 次
- 性别:
- 来自: 北京
文章分类
- 全部博客 (127)
- vim (3)
- python (44)
- pymysql (1)
- mysql (9)
- macvim (1)
- erlang (3)
- twisted (0)
- tornado (5)
- django (7)
- postgresql (5)
- sql (1)
- java (7)
- tech (4)
- cache (1)
- lifestyle (3)
- html (1)
- ubuntu (2)
- rabbitmq (1)
- algorithm (8)
- Linux (4)
- Pythonista (1)
- thread (1)
- sort (6)
- 设计模式 (1)
- search (1)
- Unix (6)
- Socket (3)
- C (2)
- web (1)
- gc (1)
- php (10)
- macos (1)
最新评论
-
2057:
这个程序有bug。
查找算法学习之二分查找(Python版本)——BinarySearch -
dotjar:
NB
一个Python程序员的进化[转]
Collections
High-performance container datatypes
* nametuple()
* deque
* Counter
* OrderedDict
* defaultdict
一、Counter
dict subclass for counting hash able objects
1、elements
2、most_common([n])
3、subtract
4、fromkeys
not implemented.
5、update
二、deque
1、append
2、appendleft(x)
3、clear
4、count(x)
5、extend(iterable)
6、extendleft(iterable)
7、pop()
8、popleft()
9、remove(value)
10、reverse()
11、rotate(n)
12、maxlen
三、defaultdict
dict's subclass
使用defaultdict方法可以轻松定义一个树的数据结构
四、namedtuple
五、OrderedDict
参考资料:
http://docs.python.org/2/library/collections.html
High-performance container datatypes
* nametuple()
* deque
* Counter
* OrderedDict
* defaultdict
一、Counter
dict subclass for counting hash able objects
Python 2.7.2 (default, Jun 20 2012, 16:23:33) [GCC 4.2.1 Compatible Apple Clang 4.0 (tags/Apple/clang-418.0.60)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> from collections import Counter >>> cnt = Counter() >>> dir(cnt) ['__add__', '__and__', '__class__', '__cmp__', '__contains__', '__delattr__', '__delitem__', '__dict__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__missing__', '__module__', '__ne__', '__new__', '__or__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__weakref__', 'clear', 'copy', 'elements', 'fromkeys', 'get', 'has_key', 'items', 'iteritems', 'iterkeys', 'itervalues', 'keys', 'most_common', 'pop', 'popitem', 'setdefault', 'subtract', 'update', 'values', 'viewitems', 'viewkeys', 'viewvalues'] >>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']: ... cnt[word] += 1 ... >>> cnt Counter({'blue': 6, 'red': 4, 'green': 2})
1、elements
>>> list(cnt.elements()) ['blue', 'blue', 'blue', 'blue', 'blue', 'blue', 'green', 'green', 'red', 'red', 'red', 'red']
2、most_common([n])
>>> cnt.most_common(3); [('blue', 6), ('red', 4), ('green', 2)]
3、subtract
>>> cnt2=Counter(blue=1,red=2) >>> cnt.subtract(cnt2) >>> cnt Counter({'blue': 5, 'green': 2, 'red': 2, 'orange': 1})
4、fromkeys
not implemented.
5、update
>>> cnt.update({'orange'}) >>> cnt Counter({'blue': 6, 'red': 4, 'green': 2, 'orange': 1})
二、deque
>>> from collections import deque >>> dir(deque) ['__class__', '__copy__', '__delattr__', '__delitem__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'appendleft', 'clear', 'count', 'extend', 'extendleft', 'maxlen', 'pop', 'popleft', 'remove', 'reverse', 'rotate']
1、append
2、appendleft(x)
3、clear
4、count(x)
5、extend(iterable)
6、extendleft(iterable)
7、pop()
8、popleft()
9、remove(value)
10、reverse()
11、rotate(n)
12、maxlen
三、defaultdict
dict's subclass
使用defaultdict方法可以轻松定义一个树的数据结构
from collections import defaultdict import simplejson as json def tree(): return defaultdict(tree) def dicts(t): return {k: dicts(t[k]) for k in t} if isinstance(t, defaultdict) else t users = tree() users['good']['username']='eric' users['bad']['username']='ricky' print (json.dumps(users)) print dicts(users)
{"bad": {"username": "ricky"}, "good": {"username": "eric"}} {'bad': {'username': 'ricky'}, 'good': {'username': 'eric'}}
四、namedtuple
from collections import named tuple Point = namedtuple('Point','x y',verbose=True) point = Point(1,2) print point class Point(tuple): 'Point(x, y)' __slots__ = () _fields = ('x', 'y') def __new__(_cls, x, y): 'Create new instance of Point(x, y)' return _tuple.__new__(_cls, (x, y)) @classmethod def _make(cls, iterable, new=tuple.__new__, len=len): 'Make a new Point object from a sequence or iterable' result = new(cls, iterable) if len(result) != 2: raise TypeError('Expected 2 arguments, got %d' % len(result)) return result def __repr__(self): 'Return a nicely formatted representation string' return 'Point(x=%r, y=%r)' % self def _asdict(self): 'Return a new OrderedDict which maps field names to their values' return OrderedDict(zip(self._fields, self)) def _replace(_self, **kwds): 'Return a new Point object replacing specified fields with new values' result = _self._make(map(kwds.pop, ('x', 'y'), _self)) if kwds: raise ValueError('Got unexpected field names: %r' % kwds.keys()) return result def __getnewargs__(self): 'Return self as a plain tuple. Used by copy and pickle.' return tuple(self) x = _property(_itemgetter(0), doc='Alias for field number 0') y = _property(_itemgetter(1), doc='Alias for field number 1')
五、OrderedDict
In [15]: from collections import OrderedDict In [16]: d = {'banana': 3, 'apple':4, 'pear': 1, 'orange': 2} In [17]: OrderedDict(sorted(d.items(), key=lambda t: t[0])) Out[17]: OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)]) In [18]: OrderedDict(sorted(d.items(), key=lambda t: t[1])) Out[18]: OrderedDict([('pear', 1), ('orange', 2), ('banana', 3), ('apple', 4)]) In [19]: OrderedDict(sorted(d.items(), key=lambda t: len(t[0]))) Out[19]: OrderedDict([('pear', 1), ('apple', 4), ('orange', 2), ('banana', 3)])
参考资料:
http://docs.python.org/2/library/collections.html
发表评论
-
macos 10.9.2 clang: error: unknown argument: '-mno-fused-madd' [-Wunused-command
2014-03-25 19:13 1759方法总是有的,当然需要你去寻找。 当然如果花费太多的时间在一件 ... -
PostgreSQL psycopg2:IndexError: tuple index out of range
2014-01-09 17:04 2230Postgresql psycopg2使用like查询的时候 ... -
Python 迭代器和生成器
2013-10-15 23:09 2849迭代器 迭代器只不过是一个实现迭代器协议的容器对象。它基于两个 ... -
Python时间模块
2013-10-15 23:03 3469time模块 时间模块中最常用的一个函数就是获取当前时间的函数 ... -
Python装饰器
2013-10-15 22:59 1568编写自定义装饰器有许多方法,但最简单和最容易理解的方法是编写一 ... -
python list
2013-10-15 22:56 1254简单总结以及整理如下: >>> dir( ... -
Python Excel
2013-09-10 17:21 975安装lib easy_install xlrd def ... -
排序算法学习(python版本)之堆排序(HeapSort)
2013-07-01 22:54 1996Contains: 堆排序以及堆排序的应用 堆排序(Heaps ... -
python range xrange
2013-06-25 23:30 1149引用Help on built-in function ran ... -
python class
2013-06-25 00:54 1828引用类是创建新对象类 ... -
AttributeError: 'module' object has no attribute 'SendCloud'
2013-06-05 11:46 7083网上查了下 意思是说你命名的文件名不能和lib重名,这样会导 ... -
python string
2013-05-07 23:44 2198如果这就是字符串,这本来就是字符串 首先看下字符串的方法 ... -
Python property
2013-03-29 19:56 0由于之前有总结过,可以参考http://2057.iteye. ... -
python tips
2013-03-28 23:57 8831、enum #!/usr/bin/env python ... -
python decorators
2013-03-28 23:36 1365Contains: 1、decorators 2、funct ... -
python closures
2013-03-28 22:09 1190Closure:如果在一个内部函数里,对在外部作用域(但不是在 ... -
Python map、filter,reduce介绍
2013-03-28 22:02 13091、filter(function,iterable) 引用C ... -
Python __new__ 、__init__、 __call__
2013-03-26 23:49 5351Contains: __new__: 创建对象时调用,返回当 ... -
Python socket简介
2013-03-25 23:42 2168自豪地使用dir和help. Python 2.7.2 ( ... -
Tornado ioloop源码简析
2013-03-21 00:18 2849#!/usr/bin/env python #-*-en ...
相关推荐
在Python编程语言中,`collections`模块是标准库的一部分,它提供了一些高级的数据结构,这些数据结构被称为容器数据类型,因为它们可以存储多个元素。这个模块扩展了Python内置的序列和映射类型,为开发者提供了更...
Python的collections工具库是Python标准库中的一部分,它提供了一系列高效且功能丰富的数据结构,用于增强内置的容器数据类型。collections模块包含多个容器类,它们分别解决了不同的编程问题,使得处理数据更加方便...
Python的`collections`模块是Python标准库中的一部分,它提供了许多有用的数据结构,如`defaultdict`。`defaultdict`是内置的`dict`类的一个子类,它扩展了字典的功能,允许我们在尝试访问不存在的键时提供一个...
在Python编程语言中,`collections`模块是一个内置的集合模块,它提供了许多实用的集合类,以增强标准的序列和映射数据类型。本篇文章将深入探讨`collections`模块中的四个关键知识点:`namedtuple`、`deque`、`...
Python的`collections`模块是标准库中的一部分,它提供了一些高级的数据结构,这些结构在处理特定数据模式时能显著提高代码的效率和可读性。接下来我们将深入探讨四个主要的`collections`模块功能:`namedtuple`、`...
在Python的标准库collections模块中,提供了一个非常实用的数据结构:deque,也就是双端队列。deque支持从两端快速添加和删除元素,相比于列表(list),在处理两端需要频繁增删元素的场景时,性能更为优越。 在...
Python的`collections`模块是标准库中一个非常实用的部分,它提供了一系列高级数据结构,用于扩展Python的默认八大数据类型。这些数据结构在处理特定类型的数据时,能提供更高的效率和便利性。以下是对`collections`...
collections模块 这个模块实现了特定目标的容器,以提供Python标准内建容器 dict、list、set、tuple 的替代选择。 Counter:字典的子类,提供了可哈希对象的计数功能 defaultdict:字典的子类,提供了一个工厂函数...
在Python文档中搜索队列(queue)会发现,Python标准库中包含了四种队列,分别是queue.Queue / asyncio.Queue / multiprocessing.Queue / collections.deque。 collections.deque deque是双端队列(double-ended ...
Python标准库中的collections模块是为了解决Python内置的四种基本数据结构(list、tuple、dict、set)在特定场景下的局限性而设计的。collections模块提供了多种高效且功能丰富的集合类,如defaultdict、namedtuple...
在Python编程中,内建模块`collections`是一个非常实用的模块,它提供了一系列高级的集合数据结构,可以极大地增强我们处理数据的能力。本篇文章将详细介绍`collections`模块中的几个关键类:`namedtuple`、`deque`...
资源分类:Python库 所属语言:Python 资源全名:ml_collections-0.1.0-py3-none-any.whl 资源来源:官方 安装方法:https://lanzao.blog.csdn.net/article/details/101784059
为了满足这些需求,Python社区开发了一些扩展的collections模块,例如`collections-extended`包。这个包包含了对Python标准collections模块的补充,提供了多集、setlist、RangeMap和IndexedDict等数据结构。接下来,...
deque 是 double-ended queue的缩写,类似于 list,不过提供了在两端插入和删除的操作。 appendleft 在列表左侧插入 popleft 弹出列表左侧的值 extendleft 在左侧扩展 例如: queue = deque() ...
Dask的核心组件包括Dask Array、Dask DataFrame和Dask Bag,分别对应于NumPy数组、Pandas DataFrame和Python collections。 **2. CUDA编程** CUDA(Compute Unified Device Architecture)是NVIDIA推出的一种并行...