年底事多,在公司忙成狗,难得把博客更新了下

本章主要内容是collections模块的介绍(队列,计数器,默认字典,有序字典,可命名元组,以及简单介绍深浅拷贝!)

collections模块

collection counter 计数器:

 

counter 是继承字典这个父类的功能,所以很多方法都是从字典那里得来的。它的功能就是计算每个元素出现的次数

>>> import collections

>>>ret=collections.Counter("asdfkljnklxcjiovjkmq12;3ljh4n34")

>>> print(ret)

Counter({'j': 4, 'k': 3, 'l': 3, 'n': 2, '3': 2, '4': 2, 'f': 1, 'h': 1, 'm': 1,

 'd': 1, 'v': 1, 'a': 1, 'o': 1, 'i': 1, '1': 1, 's': 1, ';': 1, 'x': 1, '2': 1,

 'c': 1, 'q': 1})

obj=collections.Counter([1,2,3,4,5])

>>> obj

Counter({1: 1, 2: 1, 3: 1, 4: 1, 5: 1})

>>> obj.subtract([1,2,10])  #会把不在列表里面的元素进行统计,发现不在一次就-1一次。

>>> obj

Counter({3: 1, 4: 1, 5: 1, 1: 0, 2: 0, 10: -1})

 

 

 

 

默认字典(同样继承字典这个类的属性),通过这个模块,我们可以很方便的在字典里面插入列表,使用列表的方法append元素到列表中:

>>> dic=collections.defaultdict(list)

>>> dic

defaultdict(<class 'list'>, {})

>>> type(dic)

<class 'collections.defaultdict'>

>>> dir(dic)

['__class__', '__contains__', '__copy__', '__delattr__', '__delitem__', '__dir__

', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__

', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__',

'__missing__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '

__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'clear

', 'copy', 'default_factory', 'fromkeys', 'get', 'items', 'keys', 'pop', 'popite

m', 'setdefault', 'update', 'values']

>>> dic['k1'].append('jiafa')

>>> dic

defaultdict(<class 'list'>, {'k1': ['jiafa']})

>>> dic

defaultdict(<class 'list'>, {'k1': ['jiafa']})

>>> dic('k2').append('sdfxcv')

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: 'collections.defaultdict' object is not callable

>>> dic['k2'].append('sdfxcv')

>>> dic

defaultdict(<class 'list'>, {'k1': ['jiafa'], 'k2': ['sdfxcv']})

 

 

有序字典(普通字典我们都可以看到字典都是乱序的!):

>>>dicorder=collections.OrderedDict()

>>> dicorder['k1']='v1'

>>> dicorder['k2']='v2'

>>> dicorder['k3']='v3'

>>> dicorder

OrderedDict([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])

>>> dicorder

OrderedDict([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])

>>> dicorder

OrderedDict([('k1', 'v1'), ('k2', 'v2'), ('k3', 'v3')])

可以看到不管print多少次,字典的顺序总是不会凌乱的!

 

 

 

可命名元组:

>>>mytupleclass=collections.namedtuple("MyTupleClass",['x','y','z'])        #创建一个类,里面的X,Y,Z就等于

>>> obj=mytupleclass(11,22,33)    #创建了一个对象,11=x,22=y,33=z.

>>> obj

MyTupleClass(x=11, y=22, z=33)

>>> obj.x

11

>>> obj.y

22

 

 

 

 

队列:

双向队列:

1 两端同时开工

2 基于线程安全,有线程锁机制。

 

双向队列

>>> import collections

>>> q=collections.deque()

>>> q.append(1)

>>> q.append(2)

>>> q

>>> q.append('asdf')

>>> q

deque([1, 2, 'asdf'])

>>> q.append('1lx')   #同样还有extend的方法,

>>> d.rotate()

>>> d

deque([5, 1, 3, 1, 2, 3, 10, 4])

>>> d.rotate()

>>> d

deque([4, 5, 1, 3, 1, 2, 3, 10])

>>>

>>> q

deque([1, 2, 'asdf', '1lx'])

deque([1, 2])

>>> q.pop()

'1lx'

>>> q

deque([1, 2, 'asdf'])

>>> x=q.pop()

>>> print(x)

asdf

>>> a=[1,2,34,5]

>>> c=a.pop()

>>> print(c)

5

 

 

==========  #   Queue单向队列    ==========

import Queue
myqueue = Queue.Queue(maxsize = 10)

Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。

将一个值放入队列中

myqueue.put(10)

调用队列对象的put()方法在队尾插入一个项目。put()有两个参数,第一个item为必需的,为插入项目的值;第二个block为可选参数,默认为1。如果队列当前为空且block为1,put()方法就使调用线程暂停,直到空出一个数据单元。如果block为0,put方法将引发Full异常。

将一个值从队列中取出

myqueue.get()

调用队列对象的get()方法从队头删除并返回一个项目。可选参数为block,默认为True。如果队列为空且block为True,get()就使调用线程暂停,直至有项目可用。如果队列为空且block为False,队列将引发Empty异常。

python queue模块有三种队列:


1、python queue模块的FIFO队列先进先出。

2、LIFO类似于堆。即先进后出。

3、还有一种是优先级队列级别越低越先出来。 


针对这三种队列分别有三个构造函数:

1、class Queue.Queue(maxsize) FIFO 

2、class Queue.LifoQueue(maxsize) LIFO 

3、class Queue.PriorityQueue(maxsize) 优先级队列 


介绍一下此包中的常用方法:


Queue.qsize() 返回队列的大小 

Queue.empty() 如果队列为空,返回True,反之False 

Queue.full() 如果队列满了,返回True,反之False

Queue.full 与 maxsize 大小对应 

Queue.get([block[, timeout]])获取队列,timeout等待时间 

Queue.get_nowait() 相当Queue.get(False)

非阻塞 Queue.put(item) 写入队列,timeout等待时间 

Queue.put_nowait(item) 相当Queue.put(item, False)

Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号

Queue.join() 实际上意味着等到队列为空,再执行别的操作

 

>>> import queue

>>> a=queue.Queue()

>>> a

<queue.Queue object at 0x0000009A888B3A58>

>>> a.put(1)

>>> a.put(2)

>>> a.put(3)

 

>>> a.qsize()

4

>>> a.get()

1

>>> a.get()

1

>>> a.get()

2

>>> a.get()

3

>>> a.qsize()

0

>>> a.get()        #---一直卡在那里,等待队列另一端输入

 

队列的两种进出方式:

1 FIFO(first in first out)。

2 栈,类似于弹夹,后进先出。

 

 

深浅拷贝:

对于字符串和数字来说,深浅拷贝和赋值是没有意义的。因为永远指向内存的同一块地址。

 

字符串,元组列表字典里面的copy方法实际是调用的copy.copy()的方法(浅拷贝)

 

深拷贝:  copy.deepcopy()