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

在这篇文章中，机器学习工程师 George Seif 介绍了 Python collections 模块非常受欢迎的四种数据类型以及它们各自的使用方法。这些数据类型可以对代码进行优化，进而实现更简洁的任务执行。
Python 的最大优势之一就是它有各种各样的模块和软件包可供选择。这些模块和包将 Python 的功能扩展到了许多流行领域，包括机器学习、数据科学、Web 开发和前端等。其中表现最好的一个就是 Python 内置的 collections 模块了。

一般而言，Python 中的 collections 模块是用于存储列表、字典、元组以及集等数据集合的容器。这些容器嵌入在 Python 中，可以实现开箱即用。collections 模块提供了额外的高性能数据类型，它们可以优化代码，让一些任务变得更加简洁。

本文作者 George Seif（机器学习工程师）。

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

Counter 是 dictionary 对象的子类。collections 模块中的 Counter() 函数会接收一个诸如 list 或 tuple 的迭代器，然后返回一个 Counter dictionary。这个 dictionary 的键是该迭代器中的唯一元素，每个键的值是迭代器元素的计数。

首先，我们需要从 collections 包中导入 Counter：

from collections import Counter  

如果要创建一个 Counter 对象，我们也要像对待其他对象类一样，先将它分配给一个变量，而传递给 Counter 对象的惟一变量即是迭代器。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1] 
 
counter = Counter(lst) 

如果我们使用简单的 print 函数（print(counter)）把这个 Counter 打印出来，则会得到一些与 dictionary 稍微类似的输出：

Counter({1: 7, 2: 5, 3: 3}) 

你可以用这些键值访问任何 Counter 项。这与从标准的 Python dictionary 中获取元素的方法完全相同。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1] 
 
counter = Counter(lst) 
 
print(counter[1]) 
 
most_common() 函数 

目前来说，Counter 对象中最有用的函数是 most_common()。当它应用于一个 Counter 对象时，会返回一个 list，这个 list 包含了前 N 个常见的元素及其计数，它们按照常见度降序排列。

lst = [1, 2, 3, 3, 2, 1, 1, 1, 2, 2, 3, 1, 2, 1, 1] 
 
counter = Counter(lst) 
 
print(counter.most_common(2)) 

上述代码会打印出以下 tuples 的 list。

[(1, 7), (2, 5)] 

每个 tuple 的首个元素是 list 中的唯一项，第二个元素是计数值。对于「获取 list 中前 3 常见的元素及其计数」这样的问题，这会是一种快速且简单的方法。

如果要了解更多关于 Counter 的功能，可以查看官方文档。

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

defaultdict 的工作方式和平常的 python dictionary 完全相同，只是当你试图访问一个不存在的键时，它不会报错，而是会使用默认值初始化这个键。默认值是根据在创建 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，它会使用默认值初始化这个键。默认值是根据在创建 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。

from collections import defaultdict 
 
names_dict = defaultdict(int) 
 
names_dict["Bob"] = 1 
 
names_dict["Katie"] = 2 
 
sara_number = names_dict["Sara"] 
 
print(names_dict) 

在上面的示例中，传递给 defaultdict 对象的默认值是 int。然后每个键得到了一个值，也就是「Bob」和「Katie」各获得了一个数字。但是在最后一行，我们试着访问了一个尚未定义的键，即「Sara」。

在普通 dictionary 中，这种操作会报错。但是使用 defaultdict 时，将自动为「Sara」初始化一个新键，其值 0 对应于我们的 int 数据类型。因此，最后一行可以把这「Bob」、「Katie」和「Sara」以及对应的值都打印出来。

defaultdict(<class 'int'>, {'Bob': 1, 'Katie': 2, 'Sara': 0}) 

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!