python——collections模块(defaultdict、Counter、OrderedDict)

defaultdict引入

现在假设这样一种情况，有一组列表字符串。我们需要统计每个字符串出现的次数，并以键值对的形式保存起来。下面先来演示一个错误的写法。

a = ['a','b','r','a','d','r']
b = {}
for i in a:
    b[i] += 1
print(b)

Traceback (most recent call last):
  File "D:/Spider_base/test.py", line 5, in 
    b[i] += 1
KeyError: 'a'

报错的原因是，字典对于不存在key直接取值的话，会显示KeyError。如果不想报错，我们就需要加上一个判断，对于不存在的key，我们就加上，并赋予初值为1。如下：

a = ['a','b','r','a','d','r']
b = {}
for i in a:
    if i in b.keys():
        b[i] += 1
    else:
        b[i] = 1
print(b)

{'a': 2, 'b': 1, 'r': 2, 'd': 1}

对于上述代码，我们还可以进行优化，即使用字典的setdefault来代替if语句。对于不存在的key赋予默认值0，存在的key就不做任何操作。

a = ['a','b','r','a','d','r']
b = {}
for i in a:
   b.setdefault(i,0)
   b[i] += 1
print(b)

{'a': 2, 'b': 1, 'r': 2, 'd': 1}

问题来了，我们还可以再优化吗？上一次优化虽然去除了if语句，但对于每一个key，我们都需要进行判断是否需要给一个默认值。

defaultdict

答案是可以再次优化，python提供了一种默认值字典的数据结构。它允许我们在定义字典时给所有不存在的key设置默认值，这样当取不存在的key时，就不会报错。

from collections import defaultdict
a = ['a','b','r','a','d','r']
b = defaultdict(int)
for i in a:
   b[i] += 1
print(b)

defaultdict(, {'a': 2, 'b': 1, 'r': 2, 'd': 1})

defaultdict字典相当于是普通字段的强化版，继承原始dict的功能，并赋予了它新的特性。

初始化defaultdict的参数是一个可调用对象，即函数名。int函数就相当于函数如下：

def fun():
   return 0

也可以使用匿名函数如下：

b = defaultdict(lambda :0)

也可以使用：list对应[ ]，str对应的是空字符串，set对应set( )，int对应0

OrderedDict

使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。如果要保持Key的顺序，可以用OrderedDict。

from collections import OrderedDict

a = OrderedDict()
print(a.fromkeys(['a','b','d','c'],'qq'))

OrderedDict([('a', 'qq'), ('b', 'qq'), ('d', 'qq'), ('c', 'qq')])

OrderedDict的Key会按照插入的顺序排列，不是Key本身排序。

Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。

• 创建

from collections import Counter

a = Counter()
b = Counter('afdasfdasd')
c = Counter({'a':4,'b':7})
d = Counter(a=4,b=7)

print(a,b,c,d)

Counter() Counter({'a': 3, 'd': 3, 'f': 2, 's': 2}) Counter({'b': 7, 'a': 4}) Counter({'b': 7, 'a': 4})

创建的方式有三种，第一种是空的Counter类，第二种传入一个可迭代对象，可以是str、list、tuple、dict，最后一种是以键值对的形式。

• 访问

因为最后的计数结果是一个字典的样式，故访问通过访问字典的方式，但若查找的key不存在将会报错。

• most_common([n])

该函数是将计数结果以列表嵌套二元元组的形式返回。参数n表示给最多n个元素计数,且计数量大的优先，默认返回所有计数。

from collections import Counter

b = Counter('afdasfdasd')
print(b)
print(b.most_common())
print(b.most_common(2))

Counter({'a': 3, 'd': 3, 'f': 2, 's': 2})
[('a', 3), ('d', 3), ('f', 2), ('s', 2)]
[('a', 3), ('d', 3)]