四种高性能数据类型，Python collections助你优化代码、简洁任务

在本文中，机器学习工程师乔治·赛夫介绍了四种流行的Python收集模块数据类型及其各自的使用方法。这些数据类型可以优化代码，以实现更简洁的任务执行。Python最大的优势之一是它有多种模块和软件包可供选择。这些模块和包将Python的功能扩展到许多流行领域，包括机器学习、数据科学、网络开发和前端。最佳表现之一是Python的内置集合模块。

一般来说，Python中的集合模块是一个存储数据集(如列表、字典、元组和集合)的容器。这些容器嵌入在Python中，可以开箱即用。集合模块提供了额外的高性能数据类型，可以优化代码并简化一些任务。

writer George Seif(机器学习工程师)。

计数器@

官方文档:https://docs.python.org/2/library/collections.html # collections . counter

counter是字典对象的子类。集合模块中的计数器()函数接收迭代器，如列表或元组，并返回计数器字典。这个字典的关键字是这个迭代器中唯一的元素，每个关键字的值是迭代器元素的计数。

首先，我们需要从集合包中导入一个计数器:

lst=[1，2，3，3，2，1，1，1，2，2，3，1，2，1，1]计数器=计数器(lst)

如果我们想要创建一个计数器对象，我们还需要像其他对象类一样将它分配给一个变量，并且传递给计数器对象的唯一变量是迭代器。

计数器({1:7，2:5，3})

如果我们使用简单的打印功能(打印(计数器))打印此计数器，我们将得到一些与字典略有相似的输出:

LST=[1，2，3，3，2，1，1，1，2，2，3，1，2

您可以使用这些键值来访问任何计数器项目。这与您从标准Python字典中获取元素的方式完全相同。

目前，计数器对象中最有用的函数是最常用的()。当应用于计数器对象时，它会返回一个包含前n个公共元素及其计数的列表，这些元素按程度的降序排列。

以上代码将打印以下元组列表。

每个元组的第一个元素是列表中唯一的项目，第二个元素是计数值。这是一个快速简单的方法来解决“获取列表中前三个公共元素及其计数”的问题

如果你想了解更多关于柜台的功能，你可以查看官方文件。

official document:https://docs.python.org/2/library/collections.html # collections . default dictionary

default dictionary的工作方式与普通python字典完全相同，只是当您尝试访问不存在的键时，它不会报告错误，而是会用默认值初始化该键。默认值是根据创建defaultdict对象时作为参数输入的数据类型自动设置的。下面的代码就是一个例子。

相反，它用默认值初始化该键。默认值是根据创建defaultdict对象时作为参数输入的数据类型自动设置的。下面的代码就是一个例子。

在上面的例子中，传递给defaultdict对象的默认值是int。然后每个键都有一个值，也就是说，“鲍勃”和“凯蒂”各有一个数字。但是在最后一行，我们试图访问一个未定义的密钥，即“萨拉”。

在普通字典中，此操作将报告错误。但是，当使用defaultdict时，将自动为“Sara”初始化一个新密钥，其值为0，对应于我们的int数据类型。因此，最后一行可以打印出“鲍勃”、“凯蒂”和“萨拉”以及相应的值。

如果我们使用list来初始化我们的默认字典，即names _ dictionary=default dictionary(list)，那么“Sara”的值将被初始化为空列表[]，并且打印的内容将变为:

如果你想了解更多关于默认的功能，你可以查看官方文件。

deque@

官方文件:https://docs.python.org/2/library/collections.html # collections . deque

queue是计算机科学的基础设施，遵循先进先出的原则。简而言之，即使是添加到队列中的第一个对象也必须首先删除。我们只能在队列前面插入内容，从后面删除内容——。我们不能对中间内容进行操作。

collections库中的Deque优化了此功能。这种方法的关键特征之一是保持队列长度不变，也就是说，如果您将队列的最大大小设置为10，deque将根据先进先出原则添加和删除元素，以保持队列的最大大小为10。这是目前为止在Python中使用队列的最佳方式。

让我们看另一个例子。我们首先创建了一个deque对象，然后用1到10的整数初始化它。

德奎尔([1，2，3，4，5，6，7，8，9，10)，最大透镜=10)

在上面的代码中，我们首先初始化deque，并指定它的最大长度为10。然后，我们通过for循环将该值插入队列。请注意，我们已经以与公共Python列表相同的方式填充了队列。最后，我们打印了结果。

用于我的队列范围(10，15):追加(I 1)打印(我的队列)

因为我们的队列被设置为maxlen=10，并且循环值增加了10个元素，所以这个队列包含从1到10的所有数字。现在让我们看看如果我们继续向它添加数字会发生什么。

让我们创建2个姓名组sfor2人和打印输出他们的演示文稿。人=姓名组(“人”，“姓名工作”)迈克=人(姓名=“迈克”，年龄=30岁，工作=“数据科学家”)凯特=人(姓名=“凯特”，年龄=28岁，工作=“项目管理”)打印(迈克)打印(凯特)

在上面的代码中，我们向队列中添加了5个元素——，编号为11到15。但是我们的队列只能有10个元素，所以它需要删除一些元素。因为队列必须遵守先进先出原则，所以它删除了插入队列的前五个元素，它们是按插入顺序排列的[1，2，3，4，5]。打印结果如下:

人(姓名=“迈克”，年龄=30岁，工作=“数据科学家”)人(姓名=“凯特”，年龄=28岁，工作=“项目管理”)

如果你想了解更多关于德清的功能，你可以查看官方文件。

官方文件:https://Docs.python.org/2/Library/Collections.html #收藏。命名元组

当您使用Python创建常规元组时，它的元素是泛型的，而不是命名的。这使得您必须记住每个元组元素的确切索引。Namedtuple可以解决这个问题。

namedtuple()可以为元组中的每个位置返回一个具有固定名称的元组，并为namedtuple对象返回一个公共名称。要使用namedtuple，首先需要为它创建一个模板。下面的代码创建了一个名为“人”的命名双联模板，其属性为“姓名”、“年龄”和“工作”。

以上代码很容易理解。我们初始化了一个名为“人”的模板及其所有属性。上述代码的最终打印结果是:

因此，命名元组使得元组的使用更加简单、易读和有组织。

如果你想了解更多关于命名耦合器的功能，你可以查看官方文件。