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

如果我们改用 list 来初始化我们的 defaultdict，也就是 names_dict = defaultdict(list)，那么「Sara」的值将被初始化成一个空列表 []，打印来的内容就变成了:

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

如果要了解更多关于 defaultdict 的功能，可以查看官方文档。

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

queue 是计算机科学中的一种基础数据架构，它遵循先进先出（First-In-First-Out，FIFO）的原则。简单来说，就是添加到 queue 中的第一个对象也必须是要第一个删除。我们只能在 queue 前面插入内容，也只能从后面删除内容——无法对中间内容进行操作。

collections 库中的 deque 对该功能进行了优化。这个方法的一个关键特性是保持队列长度一直不变，也就是说，如果你将 queue 的最大大小设置为 10，那么 deque 将根据 FIFO 原则添加和删除元素，以保持 queue 的最大大小为 10。这是迄今为止 Python 中使用 queue 的最好方法了。

再来看一个例子。我们先创建了一个 deque 对象，然后用从 1 到 10 的整数初始化它。

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

在上面的代码中，我们首先初始化 deque，指定它的最大长度为 10。然后，我们通过 for loop 将值插入到 queue 中。注意这里我们使用了与常见 Python list 相同的方式填充 queue。最后，我们把结果打印出来。

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

因为我们的 queue 被设置成 maxlen=10，而 loop 值添加了 10 个元素，所以这个 queue 包含了从 1 到 10 的所有数字。现在我们来看一下如果继续向里面添加数字会发生什么。

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

在上述代码中，我们又向 queue 中添加了 5 个元素——数字 11 到 15。但是我们的 queue 只能有 10 个元素，所以它需要删除一些元素。因为 queue 必须服从 FIFO 原则，所以它删掉了前五个插入到 queue 中的元素，按照插入顺序就是 [1, 2, 3, 4, 5]。打印的结果如下：

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

如果要了解更多关于 deque 的功能，可以查看官方文档。

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

当你使用 python 创建一个常规 tuple 时，其元素都是通用的，而且没有被命名。这使得你必须记住每个 tuple 元素的精确索引。namedtuple 就可以解决这个问题。

namedtuple() 可以返回一个 tuple，该 tuple 中的每个位置都有固定名称，而且 namedtuple 对象也有通用名称。要使用 namedtuple，需要先为其创建一个模板。下面的代码创建了一个名为「Person」的 namedtuple 模板，其属性为「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) 

上述代码很容易理解，我们为 namedtuple 初始化了一个「Person」模板，并初始化了其所有的属性。上述代码最后的打印结果是：

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

因此，namedtuple 让 tuple 的使用更简单、更可读且更有组织性。

如果要了解更多关于 namedtuple 的功能，可以查看官方文档。

【编辑推荐】

1. 想看女神喜不喜欢你，用AI机器扫扫脸就知道
2. Github标星10.4K！Chrome好用的插件都在这里了
3. 管理 | 技术Leader：选OKR还是KPI？
4. 我花10个小时，写出了小白也能看懂的阿里数据中台分析
5. 81页计算机视觉学习指南，助你从萌新长成老司机

（编辑：核心网）

【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!