import collections
'''
collections.ChainMap(dict1, dict2,...)
将多个字典链在一起,并不是将多个字典真正的合并。如果key重复，就以位置最靠前的为准
'''
person1 = {'name1': '张三', 'age': 18, 'height': 1.8}
person2 = {'name2': '李四', 'age2': 19, 'height': 1.7}
person3 = {'name3': '王五', 'age': 20, 'height3': 1.75}
res = collections.ChainMap(person1, person2, person3)
print(res)
# ChainMap({'name1': '张三', 'age': 18, 'height': 1.8}, {'name2': '李四', 'age2': 19, 'height': 1.7}, {'name3': '王五', 'age': 20, 'height3': 1.75})
print(res['name1']) # 张三
print(res['name2']) # 李四
print(res['name3']) # 王五
print(res['age']) # 18
print(res['height']) # 1.8
'''
collections.Counter(iterable)
用来统计容器里面元素出现的次数，返回值相当于一个字典
对于 Counter 对象还有一些很常用的操作，比如把 Counter 对象转换成 set（集合）、list（列表）、dict（字典）等，
程序还可对 Counter 执行加、减、交、并运算，对 Counter 进行求正、求负运算等。对 Counter 执行各种运算的含义如下：
加：将两个 Counter 对象中各 key 出现的次数相加，且只保留出现次数为正的元素。
减：将两个 Counter 对象中各 key 出现的次数相喊，且只保留出现次数为正的元素。
交：取两个 Counter 对象中都出现的 key 且各 key 对应的次数的最小数。
并：取两个 Counter 对象中各 key 对应的出现次数的最大数。
求正：只保留 Counter 对象中出现次数为 0 或正数的 key-value 对。
求负：只保留 Counter 对象中出现次数为负数的 key-value 对，并将出现次数改为正数。
'''
c = collections.Counter('hfsefseh')
print(c)
# Counter({'h': 2, 'f': 2, 's': 2, 'e': 2})
print(c.most_common(2)) # 出现频率最高的前两位
# [('h', 2), ('f', 2)]
print(list(c.elements())) # 查看出现在统计表中的元素的排序
c1 = collections.Counter([1,2,3,4,3,1,2])
print(c1) # Counter({1: 2, 2: 2, 3: 2, 4: 1})
c2 = collections.Counter({'python':5, 'go':4})
print(c2) # Counter({'python': 5, 'go': 4})
c3 = collections.Counter(python=5, go=4)
print(c3) # Counter({'python': 5, 'go': 4})
c3.subtract(['python', 'python', 'go']) # 将Counter c3依次减去列表里面出现的次数
print(c3) # Counter({'python': 3, 'go': 3})
'''
collections.defaultdict()
defaultdict 是 dict 的子类，因此 defaultdict 也可被当成 dict 来使用，dict 支持的功能，defaultdict 基本都支持。
但它与 dict 最大的区别在于，如果程序试图根据不存在的 key 采访问 dict 中对应的 value，则会引发 KeyError 异常；
而 defaultdict 则可以提供一个 default_factory 属性，该属性所指定的函数负责为不存在的 key 来生成 value。
'''
my_defaultdict = collections.defaultdict(int)
print(my_defaultdict['a']) # 我们并没有给my_defaultdict设定'a'这个键，但是我们取访问并没有引发KeyError异常
s = [('Python', 1), ('Swift', 2), ('Python', 3), ('Swift', 4), ('Python', 9)]
d = {}
for k, v in s:
# setdefault()方法用于获取指定key对应的value.
# 如果该key不存在，则先将该key对应的value设置为默认值:[]
d.setdefault(k, []).append(v)
print(d.items())
'''
collections.namedtuple()
namedtuple() 是一个工厂函数，使用该函数可以创建一个 tuple 类的子类，该子类可以为 tuple 的每个元素都指定宇段名，
这样程序就可以根据字段名来访问 namedtuple 的各元素了。当然，如果有需要，程序依然可以根据索引来访问namedtuple 的各元素。
namedtuple 是轻量级的，性能很好，其并不比普通 tuple 需要更多的内存
namedtuple(typename, field_names, *, verbose=False, rename=False, module=None)
typename：该参数指定所创建的 tuple 子类的类名，相当于用户定义了一个新类。
field_names：该参数是一个字符串序列，如 ['x'，'y']。此外，field_names 也可直接使用单个字符串代表所有字段名，多个字段名用空格、逗号隔开，
如 'x y' 或 'x,y'。任何有效的 Python 标识符都可作为字段名（不能以下画线开头）。有效的标识符可由字母、数字、下画线组成，但不能以数字、
下面线开头，也不能是关键字（如 return、global、pass、raise 等）。
rename：如果将该参数设为 True，那么无效的字段名将会被自动替换为位置名。例如指定 ['abc','def','ghi','abc']，
它将会被替换为 ['abc', '_1','ghi','_3']，这是因为 def 字段名是关键字，而 abc 字段名重复了。
verbose：如果该参数被设为 True，那么当该子类被创建之后，该类定义就会被立即打印出来。
module：如果设置了该参数，那么该类将位于该模块下，因此该自定义类的 __module__ 属性将被设为该参数值
'''
Point = collections.namedtuple('Point', 'x y')
p1 = Point(10, 20)
print(p1.x) # 命名元组可以以属性的方式访问
print(p1.y)
print(p1[0]) # 命名元组也可以以下标的形式访问
print(p1[1])
'''
命名元组的其他方法：
_make(iterable)：类方法。该方法用于根据序列或可迭代对象创建命名元组对象。
_asdict()：将当前命名元组对象转换为 OrderedDict 字典。
_replace(**kwargs)：替换命名元组中一个或多个字段的值。
_source：该属性返回定义该命名元组的源代码。
_fields：该属性返回该命名元组中所有字段名组成的元组。
'''
my_data = ['name', 'age']
p2 = Point._make(my_data)
print(p2.x) # name
print(p2.y) # age
print(p2._asdict()) # OrderedDict([('x', 'name'), ('y', 'age')])
print(p2._replace(y='height')) # Point(x='name', y='height')
print(p2._fields) # ('x', 'y')
'''
collections.OrderDict
OrderedDict 也是 dict 的子类，其最大特征是，它可以“维护”添加 key-value 对的顺序。简单来说，
就是先添加的 key-value 对排在前面，后添加的 key-value 对排在后面。
'''
od = collections.OrderedDict(a=1, b=2, c=3)
print(od) # OrderedDict([('a', 1), ('b', 2), ('c', 3)])
od['name'] = '张三'
od['age'] = 16
print(od) # OrderedDict([('a', 1), ('b', 2), ('c', 3), ('name', '张三'), ('age', 16)])
'''
popitem(last=True)：默认弹出并返回最右边（最后加入）的 key-value 对；如果将 last 参数设为 False，
则弹出并返回最左边（最先加入）的 key-value 对。
move_to_end(key, last=True)：默认将指定的 key-value 对移动到最右边（最后加入）；如果将 last 改为 False，
则将指定的 key-value 对移动到最左边（最先加入）。
'''
d = collections.OrderedDict().fromkeys('abcdef')
print(d)
d.move_to_end('b', last=True)
print(d)
d.popitem(last=True)
print(d)
'''
collections.deque---双端队列
append 和 appendleft：在 deque 的右边或左边添加元素，也就是默认在队列尾添加元素。
pop 和 popleft：在 deque 的右边或左边弹出元素，也就是默认在队列尾弹出元素。
extend 和 extendleft：在 deque 的右边或左边添加多个元素，也就是默认在队列尾添加多个元素。
deque 中的 clear() 方法用于清空队列：insert() 方法则是线性表的方法，用于在指定位置插入元素。
'''
'''
将deque当做栈使用，只能在一端添加或删除元素
栈的特点的是先进先后出
'''
stack = collections.deque(['张三', '李四', '王五'])
print(stack) # deque(['张三', '李四', '王五'])
stack.append('赵六')
print(stack) # deque(['张三', '李四', '王五', '赵六'])
res = stack.pop()
print(res) # 赵六
print(stack) # deque(['张三', '李四', '王五'])
'''
将deque当做队列使用，只能在一端添加元素，在另一端删除元素
队列的特点是先进先出
'''
q = collections.deque(['张三', '李四', '王五'])
print(q) # deque(['张三', '李四', '王五'])
q.appendleft('赵六')
print(q) # deque(['赵六', '张三', '李四', '王五'])
res = q.pop()
print(res) # 王五
print(q) # deque(['赵六', '张三', '李四'])
if __name__ == '__main__':
pass
