collections是Python标准库中的一个内置模块，它提供了一些额外的数据结构类型，用于增强Python基础类型如列表（list）、元组（tuple）和字典（dict）等。以下是对collections模块中主要数据结构类的概述：

namedtuple：命名元组，创建一个带有名称的tuple，并且可以通过名称访问元素。deque：双端队列，可以在两端高效地执行插入和删除操作。Counter：计数器，用于计算可迭代对象中元素的出现次数。defaultdict：默认字典，类似于普通字典，但是在访问不存在的键时会返回一个默认值。OrderedDict：有序字典，可以设置字典键值的顺序。ChainMap：将多个字典或映射组合在一起的类。UserList：列表的包装器类，用于创建自定义列表。UserString：字符串的包装器类，用于创建自定义字符串。UserDict：字典的包装器类，用于创建自定义字典。

本文主要介绍这些数据类的基础使用方法，以更好地利用Python的collections模块来处理不同类型的数据。关于collections模块更详细的使用介绍可以参考Python官方文档：​python-collections​​。

1 namedtuple

namedtuple类似于元组（tuple），但是可以通过为每个元素指定名称，从而实现使用元素字段名来引用其元素，而不仅仅依赖于位置索引。

以下代码展示了namedtuple的使用

from collections import namedtuple# 定义一个名为Person的namedtuple类型，包含name和age两个字段Person = namedtuple('Person', ['name', 'age'])# Person = namedtuple('Person','age name') # 另一种创建方式# 创建一个Person对象person1 = Person('Alice', 17)# 访问字段值print(person1.name) # Aliceprint(person1.age) # 17# 也可以通过索引访问字段值print(person1[0]) # Alice print(person1[1]) # 17  # namedtuple字段值是不可变的，不能直接修改字段值# person1.name = 'Bob'  # 这行会抛出异常# 通过_replace方法创建一个新的命名元组，并替换特定字段的值person2 = person1._replace(name='Bob')print(person2) # Person(name='Bob', age=17)# 打印字段名print(person2._fields) # ('name', 'age')

Alice17Alice17Person(name='Bob', age=17)('name', 'age')

从以上代码可以看到namedtuple和Python字典类型有一些相似之处，但它们在实现和使用方式上存在很大的差异，需要根据具体的需求和情况选择合适的数据类型。如果需要保持字段的顺序、提高访问速度和内存效率，可以选择namedtuple。而如果需要动态地添加、删除和修改键值对，并且需要使用字典提供的更多内置方法和功能，那么字典类型可能更适合。相比字典类型，namedtuple优劣如下：

namedtuple优势：

访问速度快：​​namedtuple​​内部使用整数索引访问字段，因此比字典更高效。内存效率高：​​namedtuple​​采用紧凑的内存布局，相比字典更节省内存。字段顺序固定：​​namedtuple​​定义时可以指定字段的顺序，并且不可变。这对于涉及字段顺序的操作非常有用。

namedtuple劣势：

不可变性：​​namedtuple​​的字段是不可变的，一旦创建就不能修改。而字典可以动态地添加、删除和修改键值对。灵活性较差：字典提供了更多的内置方法和功能，例如迭代、查找、更新等。​​namedtuple​​相对简化，没有这些额外的功能。

以下代码展示了namedtuple和普通字典占用空间大小的效果对比：

import randomimport sysfrom collections import namedtuple# 创建字典person_dict = {'age': 32, 'name': 'John Doe'}print('person_dict占用的空间大小：', sys.getsizeof(person_dict))# 将字典转换为namedtuplePerson = namedtuple('Person', ['age', 'name'])person_tuple = Person(**person_dict)print('person_tuple占用的空间大小：', sys.getsizeof(person_tuple))

person_dict占用的空间大小： 248person_tuple占用的空间大小： 72

2 deque

deque（双端队列）是一种具有队列和栈性质的数据结构，它允许从两端快速地添加和删除元素。deque类似列表list，但deque在插入和删除元素时具有更好的性能，尤其是在操作频繁的情况下。以下代码展示了deque的使用。

from collections import deque# 创建一个空的双端队列my_deque = deque()# 创建一个包含元素的双端队列my_deque = deque([1, 2, 3])# 创建一个指定最大长度的双端队列，多余的元素会被丢弃my_deque = deque([1, 2, 3], maxlen=5)# 在队列的右侧添加一个元素my_deque.append(1)# 在队列的左侧添加一个元素my_deque.appendleft(2)# 移除并返回队列中的最右侧元素right_element = my_deque.pop()# 移除并返回队列中的最左侧元素left_element = my_deque.popleft()# 输出当前队列中的所有元素print(my_deque) # deque([1, 2, 3], maxlen=5)# 输出队列中的第一个元素print(my_deque[0]) # 1# deque不支持切片操作，需要转换为list# print(my_deque[:-1])print(list(my_deque)[:-1]) # [1, 2]

deque([1, 2, 3], maxlen=5)1[1, 2]

deque也支持基于字符串或列表来添加元素，如下所示：

from collections import deque# 创建一个空的deque对象my_deque = deque()# 使用extend/extendleft添加元素my_deque.extend([1, 2, 3])print(my_deque) # deque([1, 2, 3])# 使用extend/extendleft添加字符串my_deque.extendleft("Hello")print(my_deque) # deque(['o', 'l', 'l', 'e', 'H', 1, 2, 3])

deque([1, 2, 3])deque(['o', 'l', 'l', 'e', 'H', 1, 2, 3])

deque一些常用函数操作如下所示：

from collections import deque# 创建一个空的deque对象my_deque = deque()# 在左侧扩展字符串"Hello"，将其拆分为字符并逐个添加到deque的左侧my_deque.extendleft("Hello")# 打印deque的长度print(len(my_deque)) # 5# 统计字符"l"在deque中出现的次数print(my_deque.count("l")) # 2# 在deque的左侧插入字符串"123"my_deque.insert(0, "123")print(my_deque) # deque(['123', 'o', 'l', 'l', 'e', 'H'])# 将deque中的元素从右端取两个元素，并把它们移动到左端# 如果为负数，则从左侧取元素my_deque.rotate(2)print(my_deque) # deque(['e', 'H', '123', 'o', 'l', 'l'])# 反转队列my_deque.reverse()print(my_deque) # deque(['l', 'l', 'o', '123', 'H', 'e'])# 清空deque中的所有元素my_deque.clear()print(my_deque)

52deque(['123', 'o', 'l', 'l', 'e', 'H'])deque(['e', 'H', '123', 'o', 'l', 'l'])deque(['l', 'l', 'o', '123', 'H', 'e'])deque([])

3 Counter

Counter用于计算可迭代对象中元素的出现次数，这些可迭代对象可以是列表、字符串、元组等。

以下代码展示了Counter的使用。

from collections import Counter# 创建一个Counter对象来统计列表中各元素的数量print(Counter(['a','c','d','d','b','c','a'])) # Counter({'a': 2, 'c': 2, 'd': 2, 'b': 1})# 创建一个Counter对象来统计字符串中各字符的数量print(Counter('aabbacdd')) # Counter({'a': 3, 'b': 2, 'd': 2, 'c': 1})# 创建一个Counter对象来统计字符串中各字符的数量string_count = Counter('aabbacdd')# Counter对象转换为字典，遍历输出键值对for num, count in dict(string_count).items():    print(num, count)# 遍历Counter对象中的项，输出键值对for item in string_count.items():    print(item)

Counter({'a': 2, 'c': 2, 'd': 2, 'b': 1})Counter({'a': 3, 'b': 2, 'd': 2, 'c': 1})a 3b 2c 1d 2('a', 3)('b', 2)('c', 1)('d', 2)

若分别计算字符串中词的出现次数和字符的出现次数，代码如下：

from collections import Counterline = '你好 世界 你好 ！'# 将字符串按空格拆分成单词列表list_of_words = line.split() # 计算每个单词出现的次数word_count = Counter(list_of_words)# 打印每个单词及其出现的次数print(word_count) # Counter({'你好': 2, '世界': 1, '！': 1})line = '你好 世界 你好 ！'# 计算每个字符出现的次数string_count = Counter(line)# 打印每个字符及其出现的次数print(string_count) # Counter({' ': 3, '你': 2, '好': 2, '世': 1, '界': 1, '！': 1})

Counter({'你好': 2, '世界': 1, '！': 1})Counter({' ': 3, '你': 2, '好': 2, '世': 1, '界': 1, '！': 1})

Counter相关功能函数d的使用如下所示：

from collections import Counter# 创建一个Counter对象，用于统计元素出现的次数word_count = Counter(['a', 'c', 'd', 'd', 'b', 'c', 'a'])# 统计出现次数最多的两个元素并打印结果print(word_count.most_common(2))  # [('a', 2), ('c', 2)]# 若不指定个数，则列出全部元素及其出现次数print(word_count.most_common())  # [('a', 2), ('c', 2), ('d', 2), ('b', 1)]# 打印Counter对象中的元素迭代器print(word_count.elements()) # <itertools.chain object at 0x7fd228db2110># 将元素迭代器转换为列表并打印print(list(word_count.elements())) # ['a', 'a', 'c', 'c', 'd', 'd', 'b']# 将元素迭代器排序后打印print(sorted(word_count.elements())) # ['a', 'a', 'b', 'c', 'c', 'd', 'd']# 对Counter对象进行排序后打印（按元素字典序排序）print(sorted(word_count)) # ['a', 'b', 'c', 'd']# 打印Counter对象的键（即元素）print(word_count.keys()) # dict_keys(['a', 'c', 'd', 'b'])# 打印Counter对象的值（即元素出现的次数）print(word_count.values()) # dict_values([2, 2, 2, 1])

[('a', 2), ('c', 2)][('a', 2), ('c', 2), ('d', 2), ('b', 1)]<itertools.chain object at 0x7efe4809fcd0>['a', 'a', 'c', 'c', 'd', 'd', 'b']['a', 'a', 'b', 'c', 'c', 'd', 'd']['a', 'b', 'c', 'd']dict_keys(['a', 'c', 'd', 'b'])dict_values([2, 2, 2, 1])

对Counter中单个元素的操作，代码如下：

from collections import Counter# 创建一个 Counter 对象，统计列表中各元素的出现次数word_count = Counter(['a', 'c', 'd', 'd', 'b', 'c', 'a'])# 输出字母"c"的出现次数print(word_count["c"]) # 2# 更新 Counter 对象，添加新的元素并重新统计出现次数word_count.update(['b', 'e'])print(word_count) # Counter({'a': 2, 'c': 2, 'd': 2, 'b': 2, 'e': 1})# 删除 Counter 对象中的元素"e"del word_count["e"]print(word_count) # Counter({'a': 2, 'c': 2, 'd': 2, 'b': 2})# 将字母"f"的出现次数增加3word_count['f'] += 3print(word_count) # Counter({'f': 3, 'a': 2, 'c': 2, 'd': 2, 'b': 2})# 计算两个Counter对象的交集print(Counter('abc') & Counter('bde')) # Counter({'b': 1})# 计算两个 Counter 对象的并集print(Counter('abc') | Counter('bde')) # Counter({'a': 1, 'b': 1, 'c': 1, 'd': 1, 'e': 1})

2Counter({'a': 2, 'c': 2, 'd': 2, 'b': 2, 'e': 1})Counter({'a': 2, 'c': 2, 'd': 2, 'b': 2})Counter({'f': 3, 'a': 2, 'c': 2, 'd': 2, 'b': 2})Counter({'b': 1})Counter({'a': 1, 'b': 1, 'c': 1, 'd': 1, 'e': 1})

4 defaultdict、OrderedDict4.1 defaultdict

defaultdict是Python标准库collections模块中的一个类，它是dict类的一个子类。defaultdict的作用是创建一个字典，当访问字典中不存在的键时，不会抛出KeyError异常，而是返回一个默认值。defaultdict用法如下：

from collections import defaultdict# 创建一个默认值为0的defaultdict对象dd = defaultdict(int)# 打印d中键'a'对应的值，由于键'a'不存在，所以返回默认值0print(d['a']) # 0# 将键'b'赋值为2d['b'] = 2print(d) # defaultdict(<class 'int'>, {'a': 0, 'b': 2})# 将键'c'对应的值加1d['c'] += 1print(d) # defaultdict(<class 'int'>, {'a': 0, 'b': 2, 'c': 1})

0defaultdict(<class 'int'>, {'a': 0, 'b': 2})defaultdict(<class 'int'>, {'a': 0, 'b': 2, 'c': 1})

4.2 OrderedDict

OrderedDict的使用方法与普通字典dict类似，唯一的区别是它可以设置元素的顺序。

from collections import OrderedDict# 创建一个空的有序字典，按照元素添加的顺序进行遍历和访问order_dict = OrderedDict()# 添加键值对order_dict['apple'] = 3order_dict['banana'] = 2order_dict['orange'] = 5print(order_dict) # OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])# 创建一个字典fruitsfruits = {'banana': 2, 'apple': 3, 'orange': 5}# 按照键对字典进行排序并将其转换为有序字典order_dict = OrderedDict(sorted(fruits.items(), key=lambda x: x[0]))print(order_dict) # OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])# 按照值对字典进行排序并将其转换为有序字典order_dict = OrderedDict(sorted(fruits.items(), key=lambda x: x[1]))print(order_dict) # OrderedDict([('banana', 2), ('apple', 3), ('orange', 5)])# 按照键的长度对字典进行排序并将其转换为有序字典order_dict = OrderedDict(sorted(fruits.items(), key=lambda x: len(x[0])))print(order_dict) # OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])

OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])OrderedDict([('banana', 2), ('apple', 3), ('orange', 5)])OrderedDict([('apple', 3), ('banana', 2), ('orange', 5)])

5 ChainMap

ChainMap用于方便地合并多个字典或映射对象，使它们作为一个整体进行操作。具体使用方法如下：

from collections import ChainMapemployee1 = {'John': '001', 'Mary': '002', 'David': '003'}employee2 = {'Lisa': '004', 'Michael': '005', 'Sarah': '006'}employee3 = {'Peter': '007', 'Emily': '008', 'Ryan': '009'}# 创建ChainMap对象combined_employees = ChainMap(employee1, employee2, employee3)# 打印出ChainMap中所有的字典，按照添加顺序print(combined_employees.maps)# 打印出ChainMap中所有键的列表，按照添加顺序print(list(combined_employees.keys()))# 打印出ChainMap中所有值的列表，按照添加顺序print(list(combined_employees.values()))

[{'John': '001', 'Mary': '002', 'David': '003'}, {'Lisa': '004', 'Michael': '005', 'Sarah': '006'}, {'Peter': '007', 'Emily': '008', 'Ryan': '009'}]['Peter', 'Emily', 'Ryan', 'Lisa', 'Michael', 'Sarah', 'John', 'Mary', 'David']['007', '008', '009', '004', '005', '006', '001', '002', '003']

如果要合并的对象中出现键值重合，使用ChainMap时将按照添加顺序，以最先添加的字典为准。在这种情况下，相同的键值经过合并后，会取第一个字典中的值作为重复键的值。具体示例如下：

from collections import ChainMap# John项重复employee1 = {'John': '001', 'Mary': '002'}employee2 = {'Lisa': '004', 'John': '005'}# 创建ChainMap对象combined_employees = ChainMap(employee1, employee2)print(combined_employees.maps)print(list(combined_employees.keys()))print(list(combined_employees.values()))

[{'John': '001', 'Mary': '002'}, {'Lisa': '004', 'John': '005'}]['Lisa', 'John', 'Mary']['004', '001', '002']

在创建ChainMap对象后，也可以为其添加新的字典类型子项。

from collections import ChainMapemployee1 = {'John': '001', 'Mary': '002', 'David': '003'}employee2 = {'Mary': '004', 'Michael': '005', 'Sarah': '006'}employee3 = {'Peter': '007', 'Emily': '008', 'Ryan': '009'}combined_employees = ChainMap(employee1, employee2, employee3)# 创建字典employee4，包含员工编号信息employee4 = {'Jack': '010', 'Halr': '011'}# 使用new_child方法将employee4添加到combined_employees中combined_employees = combined_employees.new_child(employee4)print(combined_employees)

ChainMap({'Jack': '010', 'Halr': '011'}, {'John': '001', 'Mary': '002', 'David': '003'}, {'Mary': '004', 'Michael': '005', 'Sarah': '006'}, {'Peter': '007', 'Emily': '008', 'Ryan': '009'})

6 UserList、UserString、UserDict6.1 UserList

UserList是list的包装类，用于创建一个自定义的列表类。如下所示，UserList可以像普通list一样操作：

from collections import UserList# 创建一个普通的Python列表my_list = [13, 4, 1, 5, 7]# 使用UserList类构造函数创建一个自定义列表对象，传入普通列表作为参数# my_list可以通过UserList.data方法访问。user_list = UserList(my_list)# 打印自定义列表对象print(user_list) # [13, 4, 1, 5, 7]# 打印自定义列表对象的Python列表数据print(user_list.data) # [13, 4, 1, 5, 7]print(user_list[:-1]) # [13, 4, 1, 5]

[13, 4, 1, 5, 7][13, 4, 1, 5, 7][13, 4, 1, 5]

UserList的好处在于可以创建一个继承自UserList的子类，以便自定义列表的各个方法。下面是重写了append方法的简单示例：

from collections import UserListclass MyList(UserList):    def __init__(self, initialdata=None):        super().__init__(initialdata)    def append(self, item):        # 在添加元素时打印一条消息        print("Appending", item)        super().append(item)# 创建一个MyList对象并添加元素my_list = MyList([1, 2, 3])my_list.append(4)print(my_list) # [1, 2, 3, 4]

Appending 4[1, 2, 3, 4]

6.2 UserString

UserString用于创建自定义字符串类。通过继承UserString类，可以创建自定义的可变字符串对象，并且可以使用各种字符串操作方法。如下所示：

from collections import UserString # 自定义user_string类，继承自UserString类class user_string(UserString):       # 定义append方法，用于向字符串后追加内容    def append(self, new):        self.data = self.data + new    # 定义remove方法，用于删除字符串中的指定内容    def remove(self, s):        self.data = self.data.replace(s, "")text = 'dog cat lion elephant'animals = user_string(text)animals.append("monkey")for word in ['cat', 'elephant']:    animals.remove(word)print(animals) # dog  lion monkey

dog  lion monkey

6.3 UserDict

UserDic是一个字典类型的包装类，用于创建自定义字典类。通过继承UserDict类，可以创建自定义的字典对象。如下所示：

from collections import UserDictclass MyDict(UserDict):    def __init__(self, initialdata=None):        super().__init__(initialdata)        def __setitem__(self, key, value):        # 在设置键值对时，将所有键转为大写        super().__setitem__(key.upper(), value)# 创建自定义字典对象my_dict = MyDict()# 添加键值对my_dict['name'] = 'Alice'my_dict['age'] = 25# 输出字典内容print(my_dict) # {'NAME': 'Alice', 'AGE': 25}

{'NAME': 'Alice', 'AGE': 25}

7 参考​​python-collections​​​​python-collections-guide​​​​python-collections-tutorial​​