collections模块在内置的数据类型，比如：int、str、list、dict等基础之上额外提供了几种数据类型。
1.namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
2.deque: 双端队列，可以快速的从另外一侧追加和推出对象
3.Counter: 计数器，主要用来计数
4.OrderedDict: 有序字典
5.defaultdict: 带有默认值的字典
一：namedtuple()，可命名元组。
tuple是一个不可变的集合，namedtuple是一个函数，她用来构建一个自定义的tuple对象，并且规定了tuple元素的个数，可通过属性而不是索引来引用tuple的某个元素。我们可以通过namedtuple很方便的自定义一个数据类型，它具有tuple 的不变属性又可以根据属性来引用。
from collections import namedtuple
piont=namedtuple('piont',['x','y'])
p=piont(2,1)
print(p)
print("x =",p.x)
print("Y =",p.y)
>>>isinstance（p,piont）
True
>>>isinstance(p,tuple)
True
类似的创建一个圆，通过坐标，半径r。用namedtuple构建
Cirle=namedtup（‘Circle’,['x','y','r']）
2、有序字典(orderedDict )
dict中key是无序的，在做迭代时，无法确认key的顺序。
orderdDict是对字典类型的补充，他记住了字典元素添加的顺序
from collections import OrderedDict
od=OrderedDict([('a',1),('z',2),('c',3)])// 有序字典顺序是插入进去的顺序排列的
print(od)
d=dict([('a',1),('z',2),('c',3)]) //字典是无序的，key的顺序是变化的
print(d)
3、默认字典（defaultdict）
defaultdict是对字典的类型的补充，他默认给字典的值设置了一个类型。
我们都知道，在使用Python原生的数据结构dict的时候，如果用 d[key] 这样的方式访问， 当指定的key不存在时，是会抛出KeyError异常的。但是，如果使用defaultdict，只要你传入一个默认的工厂方法，那么请求一个不存在的key时， 便会调用这个工厂方法使用其结果来作为这个key的默认值。
4、计数器Counter
Counter是对字典类型的补充，用于追踪值的出现次数。
具备字典的所有功能+自己的功能
from collections import Counter
c=Counter(['11','22','11','33','11','44','55'])
c2=Counter("abcdefdasfdsafaf")
print(c)
print(c2)
most_common(self, n=None),数量从大到小排列，获取前N个元素。
elements(self) 计数器中的所有元素。注：此处非所有元素集合，而是包含所有元素集合的迭代器sorted(c.elements())
update(self,iterable=None,**keds):更新计数器，其实是增加计数器，如果没有则新建。
c.update('witch')
subtract(self, iterable=None, **kwds):相减，原来的计数器中的每一个元素的数量减去后添加的元素的数量c.subtract('witch')