array

Python不僅僅可以使用內(nèi)置的list實(shí)現(xiàn)數(shù)組，還支持像C語言那樣的指定類型的原生數(shù)組array。
很顯然，因?yàn)閘ist可以存儲各種類型的對象，而array只存儲一個(gè)指定的原生類型，所以當(dāng)數(shù)據(jù)量較大時(shí)，原生array在內(nèi)存占用方面要比list小。
而且array不像C語言里那樣在定義時(shí)就限制了大小，它支持list所支持的各種常用函數(shù)。相比之下Python的array更像是C++的vector。

from array import array
l = list(range(100))
a = array.fromlist(l)

print(l.__sizeof__(), a.__sizeof__())

目前array有兩個(gè)限制。首先，它只支持整數(shù)、小數(shù)、unicode字符，而不能像C++的vector那樣支持多種數(shù)據(jù)類型。另外目前指定類型比較麻煩，我們需要使用類型對應(yīng)的字母縮寫來指定，而不能使用簡單的諸如int，float的方式。

a = array('i')
a.append(1)
a.append(4)

更詳細(xì)的信息可以參考：https://docs.python.org/3.8/library/array.html

defaultdict

C++的map對于新的key會自動使用value type的默認(rèn)構(gòu)造函數(shù)構(gòu)造一個(gè)值，而Python默認(rèn)的dict對于不存在的key的訪問會拋出異常（賦值除外）。這是因?yàn)镻ython不知道value的類型，所以沒辦法為我們默認(rèn)構(gòu)造。
defaultdict要求我們在構(gòu)造時(shí)指定一個(gè)類型，然后會自動根據(jù)需要初始化value。這樣我們就可以使用簡單的代碼來實(shí)現(xiàn)很多功能。

下面的代碼，我對比了使用defaultdict和original dict實(shí)現(xiàn)將學(xué)生按照姓的首字母分組的功能，以及分類計(jì)數(shù)的功能。

import collections
students = ['Zhang San', 'Li Si', 'Zhou liu', 'Chen qi', 'Cheng ba']
# using defaultdict
dd = collections.defaultdict(list)
for s in students:
	key = s[0]
	dd[key].append(s)
print(dd)
# using original dict (method 1)
od = {}
for s in students:
	key = s[0]
	if key not in do:
		od[key] = []
	od[key].append(s)
print(od)

scores = ['A', 'B', 'C', 'A', 'A', 'B', 'C', 'B', 'A', 'A']
# using defaultdict
dd = collections.defaultdict(int)
for s in scores :
	dd[s] += 1
print(dd)
# using original dict (method 2)
od = collections.defaultdict(int)
for s in scores :
	if s not in do:
		do[s] = 1
	else:
		do[s] += 1
print(od)

Named Tuple

編程實(shí)踐中我們經(jīng)常需要?jiǎng)?chuàng)建一些小的數(shù)據(jù)結(jié)構(gòu)用來整合一組相關(guān)聯(lián)的數(shù)據(jù)，簡單的比如地理坐標(biāo)的經(jīng)緯度，顏色的RGB值或者矩形框的左上和右下坐標(biāo)，復(fù)雜的比如構(gòu)造一個(gè)窗口的一組參數(shù)。
實(shí)踐中，我們通常有3中實(shí)現(xiàn)方法：

• 對每一個(gè)這樣的數(shù)據(jù)結(jié)構(gòu)創(chuàng)建一個(gè)class。優(yōu)點(diǎn)是可以直接使用名字訪問數(shù)據(jù)成員，而且支持復(fù)雜的訪問邏輯和數(shù)據(jù)操作。缺點(diǎn)是需要編寫對應(yīng)的類和必須的函數(shù)，管理文件和引用關(guān)系。
• 使用tuple。優(yōu)點(diǎn)是編寫簡單，內(nèi)存使用效率高。缺點(diǎn)是只能使用下標(biāo)訪問，可讀性差，容易出錯(cuò)。
• 使用dict，用str來作為對于屬性的名字。優(yōu)點(diǎn)是編寫相對簡單，而且保留了變量的名字。缺點(diǎn)是需要使用字符串表示名字較為麻煩，而且每一個(gè)結(jié)構(gòu)都要保存作為名字的字符串，浪費(fèi)空間。
  

collections的nametuple可以為我們直接構(gòu)造一個(gè)具有名字的簡單類型，方便快捷地實(shí)現(xiàn)類似手寫了一個(gè)class的效果。
需要注意的是collections.nametuple是一個(gè)factory function，它用來幫我們創(chuàng)建一個(gè)類型，而不是這個(gè)類型的具體對象。創(chuàng)建類型時(shí)，我們可以指定各個(gè)屬性的名字，之后就可以使用.來訪問了，而且它同時(shí)還支持使用下標(biāo)訪問。同時(shí)Named Tuple還支持_asdict函數(shù)用來將內(nèi)部的數(shù)值轉(zhuǎn)換成一個(gè)dict。

# class
class Rect:
	def __init__(self, x1, y1, x2, y2):
		self.x1 = x1
		self.y1 = y1
		self.x2 = x2
		self.y2 = y2
		
def area_class(r):
	w = r.x2 - r.x1
	h = r.y2 - r.y1
	return w*h

r1 = Rect(1,3,5,5)
# <__main__.Rect object at 0x7fde252a87f0>
# to show its content, we need to implement __repr__(self) or __str__(self)
print(area_class(r1))

# tuple
def area_tuple(r):
	w = r[2]-r[0]
	h = r[3]-r[1]
	return w*h

r2 = (1,3,5,5)
print(r2)
# (1, 3, 5, 5)
print(area_tuple(r2))

# dict
def area_dict(r):
	w = r["x2"] - r["x1"]
	h = r["y2"] - r["y1"]
	return w*h

r3 = {"x1":1, "y1":3, "x2":5, "y2":5}
print(r3)
# {'x1': 1, 'y1': 3, 'x2': 5, 'y2': 5}
print(area_tuple(r3))

# named tuple
import collections
Rectangle = collections.namedtuple("Rectangle", ["x1", "y1", "x2", "y2"])

def area_namedtuple(r):
	w = r.x2 - r.x1
	y = r.y2 - r.y1
	return w*h

r4 = Rectangle(1,3,5,5)
print(r4)
# Rectangle(x1=1, y1=3, x2=5, y2=5)
x1,y2,x2,y2 = r4
print(x1,y2,x2,y2)
# 1 3 5 5
print(area_namedtuple(r4))
print(area_class(r4)) # work with "." grammar
print(area_tuple(r4)) # work with index
print(area_dict(r4._asdict())) # work with dict

Counter

顧名思義，Counter是用來對元素進(jìn)行計(jì)數(shù)的，它也是collections這個(gè)包里的。根據(jù)Python的官方文檔，它是dict類型的一個(gè)子類。
在構(gòu)造的時(shí)候輸入一個(gè)iterable的類型，比如list，range或是一個(gè)mapping的類型，比如dict，defaultdict。然后Counter就會對其中的元素進(jìn)行計(jì)數(shù)。
比較特殊的是，Counter對負(fù)數(shù)沒有做特殊處理，就是說在特殊操作下允許出現(xiàn)測試為負(fù)，后面我們會有例子。

c = Counter()                           # a new, empty counter
c = Counter('gallahad')                 # a new counter from an iterable
print(c)
# Counter({'a': 3, 'l': 2, 'g': 1, 'h': 1, 'd': 1})
c = Counter({'red': 4, 'blue': 2})      # a new counter from a mapping
print(c)
# Counter({'red': 4, 'blue': 2})
c = Counter(cats=4, dogs=8)             # a new counter from keyword args
print(c)
# Counter({'dogs': 8, 'cats': 4})

除了基本的計(jì)數(shù)功能，它還支持一些常用的相關(guān)功能。比如：

• 按照頻率排序（most_common([n])）。其中n是可選輸入，表示返回前n個(gè)最頻繁的元素和他們的頻率。默認(rèn)情況下返回所有的元素。
• 按照頻率輸出元素本身（elements()）。它會返回元素本身，但是元素的順序不是原來的，相同的元素會連續(xù)輸出。不同元素之間，按照他們的出現(xiàn)順序輸出，這一點(diǎn)是OrderedDict以及3.7之后的dict所提供的特性。
• 兩個(gè)Counter相減（substract(c)）。它可以從第一個(gè)counter上減去第二個(gè)counter中對應(yīng)元素出現(xiàn)的次數(shù)。對于只出現(xiàn)在第二個(gè)coutner中元素，默認(rèn)其在第一個(gè)counter中出現(xiàn)0次。

c = Counter(a=4, b=2, c=0, d=-2)
sorted(c.elements())
# ['a', 'a', 'a', 'a', 'b', 'b']
Counter('abracadabra').most_common(3)
# [('a', 5), ('b', 2), ('r', 2)]

c1 = Counter(a=4, b=2, d=-2)
c2 = Counter(a=1, b=2, c=3, d=4)
c1.subtract(c2)
c1
# Counter({'a': 3, 'b': 0, 'c': -3, 'd': -6})

更多的參考信息大家可以參考官方文檔：

https://docs.python.org/3/library/collections.html

以上就是4種非常實(shí)用的python內(nèi)置數(shù)據(jù)結(jié)構(gòu)的詳細(xì)內(nèi)容，更多關(guān)于python內(nèi)置數(shù)據(jù)結(jié)構(gòu)的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論