collections.Counter 统计频度

将序列传入Counter的构造器，得到Counter对象是元素频度的字典
Counter.most_common(n) 方法的到频度最高的n个元素的列表

** 列表中找到频率出现最高的3个元素， 出现的次数**

from collections import Counter
data = [1, 2, 3, 1, 1, 1, 5, 9, 7, 5, 7, 8]
c = Counter(data)
c.most_common(3)    

[(1, 4), (5, 2), (7, 2)]

collections.deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。
deque是高效实现插入和删除操作的双向列表，适合用于队列和栈，

from collections import deque
  q = deque(['a', 'b', 'c'])
  q.append('x')
  q.appendleft('y')
  q
  deque(['y', 'a', 'b', 'c', 'x'])

deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素。

如何实现用户的历史纪录功能 (存在内存中）

from collections import deque
q = deque( [ ], 5)      #   创建个队列
q.append(1)
print(list( q ) )

如何实现用户的历史纪录功能 (存在文件中）
deque是高效实现插入和删除操作的双向列表，适合用于队列和栈，
程序退出之前， 可以用pickle 将队列对象存入文件，再次运行可以将其导入。

import pickle
q = deque( [3, 4, 5, 6, 7]  )
pickle.dump( q, open( 'history', 'w') )            picklle.dump(obj, file, protocol=None)对象，文件

pickle.load( open( 'history' ))                              pickle.load()读文件
输出  deque( [3, 4, 5, 6, 7] )

元组中元组命名， 提高可读性 collections . namedtuple 替代tuple

导入相应模块，namedtuple( “新创建子类名字”， 每个元素的名字）,可以利用属性获取相应的值

from collections import namedtuple
students = namedtuple("stu", ["name", "age", "sex", "email"])
stu = students("zhangsan", 18, "男", "1234567@.qq.com")
print(stu)
print(stu.age)

collections . OrderedDict

将字典保存为有序

以 OrderedDict  替代内置字典Dict， 依次将元素存入OrderedDict
from  collections import OredereDict
d = OrderdDict()  先创建字典

collections_队列和栈