在這篇文章中，機器學習工程師 George Seif 介紹了 Python collections 模塊非常受歡迎的四種數據類型以及它們各自的使用方法。這些數據類型可以對代碼進行優化，進而實現更簡潔的任務執行。
Python 的最大優勢之一就是它有各種各樣的模塊和軟件包可供選擇。這些模塊和包將 Python 的功能擴展到了許多流行領域，包括機器學習、數據科學、Web 開發和前端等。其中表現最好的一個就是 Python 內置的 collections 模塊了。

一般而言，Python 中的 collections 模塊是用于存儲列表、字典、元組以及集等數據集合的容器。這些容器嵌入在 Python 中，可以實現開箱即用。collections 模塊提供了額外的高性能數據類型，它們可以優化代碼，讓一些任務變得更加簡潔。

[[281234]]

本文作者 George Seif（機器學習工程師）。

Counter

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

Counter 是 dictionary 對象的子類。collections 模塊中的 Counter() 函數會接收一個諸如 list 或 tuple 的迭代器，然后返回一個 Counter dictionary。這個 dictionary 的鍵是該迭代器中的唯一元素，每個鍵的值是迭代器元素的計數。

首先，我們需要從 collections 包中導入 Counter：

from collections import Counter  

如果要創建一個 Counter 對象，我們也要像對待其他對象類一樣，先將它分配給一個變量，而傳遞給 Counter 對象的惟一變量即是迭代器。

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

如果我們使用簡單的 print 函數（print(counter)）把這個 Counter 打印出來，則會得到一些與 dictionary 稍微類似的輸出：

Counter({1: 7, 2: 5, 3: 3}) 

你可以用這些鍵值訪問任何 Counter 項。這與從標準的 Python dictionary 中獲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() 函數 

目前來說，Counter 對象中最有用的函數是 most_common()。當它應用于一個 Counter 對象時，會返回一個 list，這個 list 包含了前 N 個常見的元素及其計數，它們按照常見度降序排列。

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

上述代碼會打印出以下 tuples 的 list。

[(1, 7), (2, 5)] 

每個 tuple 的首個元素是 list 中的唯一項，第二個元素是計數值。對于「獲取 list 中前 3 常見的元素及其計數」這樣的問題，這會是一種快速且簡單的方法。

如果要了解更多關于 Counter 的功能，可以查看官方文檔。

defaultdict

官方文檔：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，只是當你試圖訪問一個不存在的鍵時，它不會報錯，而是會使用默認值初始化這個鍵。默認值是根據在創建 defaultdict 對象時作為參數輸入的數據類型自動設置的。下面的代碼就是一個例子。

相反，它會使用默認值初始化這個鍵。默認值是根據在創建 defaultdict 對象時作為參數輸入的數據類型自動設置的。下面的代碼就是一個例子。

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，傳遞給 defaultdict 對象的默認值是 int。然后每個鍵得到了一個值，也就是「Bob」和「Katie」各獲得了一個數字。但是在最后一行，我們試著訪問了一個尚未定義的鍵，即「Sara」。

在普通 dictionary 中，這種操作會報錯。但是使用 defaultdict 時，將自動為「Sara」初始化一個新鍵，其值 0 對應于我們的 int 數據類型。因此，最后一行可以把這「Bob」、「Katie」和「Sara」以及對應的值都打印出來。

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

如果我們改用 list 來初始化我們的 defaultdict，也就是 names_dict = defaultdict(list)，那么「Sara」的值將被初始化成一個空列表 []，打印來的內容就變成了:

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

如果要了解更多關于 defaultdict 的功能，可以查看官方文檔。

deque

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

queue 是計算機科學中的一種基礎數據架構，它遵循先進先出（First-In-First-Out，FIFO）的原則。簡單來說，就是添加到 queue 中的第一個對象也必須是要第一個刪除。我們只能在 queue 前面插入內容，也只能從后面刪除內容——無法對中間內容進行操作。

collections 庫中的 deque 對該功能進行了優化。這個方法的一個關鍵特性是保持隊列長度一直不變，也就是說，如果你將 queue 的最大大小設置為 10，那么 deque 將根據 FIFO 原則添加和刪除元素，以保持 queue 的最大大小為 10。這是迄今為止 Python 中使用 queue 的最好方法了。

再來看一個例子。我們先創建了一個 deque 對象，然后用從 1 到 10 的整數初始化它。

from collections import deque 
 
my_queue = deque(maxlen=10) 
 
for i in range(10): 
 
    my_queue.append(i+1) 
 
print(my_queue) 

在上面的代碼中，我們首先初始化 deque，指定它的最大長度為 10。然后，我們通過 for loop 將值插入到 queue 中。注意這里我們使用了與常見 Python list 相同的方式填充 queue。最后，我們把結果打印出來。

deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 10], maxlen=10) 

因為我們的 queue 被設置成 maxlen=10，而 loop 值添加了 10 個元素，所以這個 queue 包含了從 1 到 10 的所有數字。現在我們來看一下如果繼續向里面添加數字會發生什么。

for i in range(10, 15): 
 
    my_queue.append(i+1) 
 
print(my_queue) 

在上述代碼中，我們又向 queue 中添加了 5 個元素——數字 11 到 15。但是我們的 queue 只能有 10 個元素，所以它需要刪除一些元素。因為 queue 必須服從 FIFO 原則，所以它刪掉了前五個插入到 queue 中的元素，按照插入順序就是 [1, 2, 3, 4, 5]。打印的結果如下：

deque([6, 7, 8, 9, 10, 11, 12, 13, 14, 15], maxlen=10) 

如果要了解更多關于 deque 的功能，可以查看官方文檔。

namedtuple

官方文檔：https://docs.python.org/2/library/collections.html#collections.namedtuple

當你使用 python 創建一個常規 tuple 時，其元素都是通用的，而且沒有被命名。這使得你必須記住每個 tuple 元素的精確索引。namedtuple 就可以解決這個問題。

namedtuple() 可以返回一個 tuple，該 tuple 中的每個位置都有固定名稱，而且 namedtuple 對象也有通用名稱。要使用 namedtuple，需要先為其創建一個模板。下面的代碼創建了一個名為「Person」的 namedtuple 模板，其屬性為「name」、「age」和「job」。

from collections import namedtuple 
 
Person = namedtuple('Person', 'name age job') 
 
Once the template is created, you can use it to create namedtuple objects. Let’s create 2 namedtuple’s for 2 Persons and print out their representation. 
 
Person = namedtuple('Person', 'name age job') 
 
Mike = Person(name='Mike', age=30, job='Data Scientist') 
 
Kate = Person(name="Kate", age=28, job='Project Manager') 
 
print(Mike) 
 
print(Kate) 

上述代碼很容易理解，我們為 namedtuple 初始化了一個「Person」模板，并初始化了其所有的屬性。上述代碼最后的打印結果是：

Person(name='Mike', age=30, job='Data Scientist') 
 
Person(name='Kate', age=28, job='Project Manager') 

因此，namedtuple 讓 tuple 的使用更簡單、更可讀且更有組織性。

如果要了解更多關于 namedtuple 的功能，可以查看官方文檔。