常用模块知识（collections模块）（re模块）

时间：2022-10-11 22:33:44

阅读目录

 

返回顶部

collections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple

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

namedtuple

我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：

>>> p = (1, 2)

但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。

这时，namedtuple就派上了用场：

常用模块知识（collections模块）（re模块）
>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2
常用模块知识（collections模块）（re模块）

类似的，如果要用坐标和半径表示一个圆，也可以用namedtuple定义：

#namedtuple('名称', [属性list]):
Circle = namedtuple('Circle', ['x', 'y', 'r'])

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是为了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。

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：

常用模块知识（collections模块）（re模块）
>>> from collections import OrderedDict
>>> d = dict([('a', 1), ('b', 2), ('c', 3)])
>>> d # dict的Key是无序的
{'a': 1, 'c': 3, 'b': 2}
>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([('a', 1), ('b', 2), ('c', 3)])
常用模块知识（collections模块）（re模块）

注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：

>>> od = OrderedDict()
>>> od['z'] = 1
>>> od['y'] = 2
>>> od['x'] = 3
>>> od.keys() # 按照插入的Key的顺序返回
['z', 'y', 'x']

defaultdict 

有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。

即： {'k1': 大于66 , 'k2': 小于66} 常用模块知识（collections模块）（re模块） 原生字典解决方法常用模块知识（collections模块）（re模块） defaultdict字典解决方法

使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict：

 常用模块知识（collections模块）（re模块） 例2

 

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）。Counter类和其他语言的bags或multisets很相似。

c = Counter('abcdeabcdabcaba')
print c
输出：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
 
其他关于Counter的内容

Counter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）。Counter类和其他语言的bags或multisets很相似。

 

创建
 

 

下面的代码说明了Counter类创建的四种方法：
 

 
Counter类的创建 
>>> c = Counter()  # 创建一个空的Counter类
>>> c = Counter('gallahad')  # 从一个可iterable对象（list、tuple、dict、字符串等）创建
>>> c = Counter({'a': 4, 'b': 2})  # 从一个字典对象创建
>>> c = Counter(a=4, b=2)  # 从一组键值对创建
 

 

计数值的访问与缺失的键
 

 

当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。
 

 
计数值的访问常用模块知识（collections模块）（re模块）
>>> c = Counter("abcdefgab")
>>> c["a"]
2
>>> c["c"]
1
>>> c["h"]
0

常用模块知识（collections模块）（re模块）
 
 

 

计数器的更新（update和subtract）
 

 

可以使用一个iterable对象或者另一个Counter对象来更新键值。



 

计数器的更新包括增加和减少两种。其中，增加使用update()方法：
 

 
计数器的更新（update）常用模块知识（collections模块）（re模块）
>>> c = Counter('which')
>>> c.update('witch')  # 使用另一个iterable对象更新
>>> c['h']
3
>>> d = Counter('watch')
>>> c.update(d)  # 使用另一个Counter对象更新
>>> c['h']
4

常用模块知识（collections模块）（re模块）
 
 

 

减少则使用subtract()方法：
 

 
计数器的更新（subtract）常用模块知识（collections模块）（re模块）
>>> c = Counter('which')
>>> c.subtract('witch')  # 使用另一个iterable对象更新
>>> c['h']
1
>>> d = Counter('watch')
>>> c.subtract(d)  # 使用另一个Counter对象更新
>>> c['a']
-1

常用模块知识（collections模块）（re模块）
 
 

 

键的修改和删除
 

 

当计数值为0时，并不意味着元素被删除，删除元素应当使用del。 
 

 
键的删除常用模块知识（collections模块）（re模块）
>>> c = Counter("abcdcba")
>>> c
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> c["b"] = 0
>>> c
Counter({'a': 2, 'c': 2, 'd': 1, 'b': 0})
>>> del c["a"]
>>> c
Counter({'c': 2, 'b': 2, 'd': 1})

常用模块知识（collections模块）（re模块）
 
 

 

elements()
 

 

返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。元素排列无确定顺序，个数小于1的元素不被包含。
 

 
elements()方法 
>>> c = Counter(a=4, b=2, c=0, d=-2)
>>> list(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']
 



 

most_common([n])
 

 

返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，排列是无确定顺序的。
 

 
most_common()方法 
>>> c = Counter('abracadabra')
>>> c.most_common()
[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]
>>> c.most_common(3)
[('a', 5), ('r', 2), ('b', 2)] 
 
 

 

浅拷贝copy
 

 
浅拷贝copy 

 

>>> c = Counter("abcdcba")
>>> c
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
>>> d = c.copy()
>>> d
Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})
 

 

 
 

 

算术和集合操作
 

 

+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。
 

 
Counter对象的算术和集合操作


 
常用模块知识（collections模块）（re模块）
>>> c = Counter(a=3, b=1)
>>> d = Counter(a=1, b=2)
>>> c + d  # c[x] + d[x]
Counter({'a': 4, 'b': 3})
>>> c - d  # subtract（只保留正数计数的元素）
Counter({'a': 2})
>>> c & d  # 交集:  min(c[x], d[x])
Counter({'a': 1, 'b': 1})
>>> c | d  # 并集:  max(c[x], d[x])
Counter({'a': 3, 'b': 2})

常用模块知识（collections模块）（re模块） 

 

 
 

其他常用操作
 

下面是一些Counter类的常用操作，来源于Python官方文档
 
Counter类常用操作常用模块知识（collections模块）（re模块）
sum(c.values())  # 所有计数的总数
c.clear()  # 重置Counter对象，注意不是删除
list(c)  # 将c中的键转为列表
set(c)  # 将c中的键转为set
dict(c)  # 将c中的键值对转为字典
c.items()  # 转为(elem, cnt)格式的列表
Counter(dict(list_of_pairs))  # 从(elem, cnt)格式的列表转换为Counter类对象
c.most_common()[:-n:-1]  # 取出计数最少的n个元素
c += Counter()  # 移除0和负值

常用模块知识（collections模块）（re模块） 




 

正则表达式：
 

一说规则我已经知道你很晕了，现在就让我们先来看一些实际的应用。在线测试工具 http://tool.chinaz.com/regex/
 

 
 

在这里我们要知道的是，讲到正则就只和字符串相关了，你们输入的每一个字都是字符串



还有一种情况是不用规则的，那就是在一个位置的一个值，就不用去规则了（比如用1去匹配1，或者用2去匹配2）
 

然而我们考虑的是在同一个位置上可以出现的字符范围
 

字符组 ： [字符组]
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
 





正则
 
   
待匹配字符
 
   
匹配
结果
 
   
说明
 
  




[0123456789]
 
   
8
 
   
True
 
   
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符
和"待匹配字符"相同都视为可以匹配
 
  




[0123456789]
 
   
a
 
   
False
 
   
由于字符组中没有"a"字符，所以不能匹配
 
  



 
[0-9]

 
    
7

 
   
True
 
   
也可以用-表示范围,[0-9]就和[0123456789]是一个意思
 
  



 
[a-z]

 
    
s

 
    
True

 
    
同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示

 
  



 
[A-Z]

 
    
B

 
    
True

 
    
[A-Z]就表示所有的大写字母

 
  



 
[0-9][a-f][A-F]

 
    
e

 
    
True

 
    
可以匹配数字，大小写形式的a～f，用来验证十六进制字符

 
  





字符：
 




 
元字符

 
    
匹配内容

 
  



.  
   匹配除换行符以外的任意字符 
  



\w 
   匹配字母或数字或下划线 
  



\s 
   匹配任意的空白符 
  



\d 
   匹配数字 
  



\n 
   匹配一个换行符 
  



\t 
   匹配一个制表符 
  



\b 
   匹配一个单词的结尾 
  



^ 
   匹配字符串的开始 
  



$ 
   匹配字符串的结尾 
  



\W 
   
匹配非字母或数字或下划线
 
  



\D 
   
匹配非数字
 
  



\S 
   
匹配非空白符
 
  



a|b 
   
匹配字符a或字符b
 
  



() 
   
匹配括号内的表达式，也表示一个组
 
  



[...] 
   
匹配字符组中的字符
 
  



[^...] 
   
匹配除了字符组中字符的所有字符
 
  




 
 

量词：
 





量词
 
   
用法说明
 
  



* 
   重复零次或更多次 
  



+ 
   重复一次或更多次 
  



? 
   重复零次或一次 
  



{n} 
   重复n次 
  



{n,} 
   重复n次或更多次 
  



{n,m} 
   重复n到m次 
  




 
 

. ^ $
 




正则 
   待匹配字符 
   匹配
结果		 
   说明 
  



海. 
   海燕海娇海东 
   海燕海娇海东 
     匹配所有"海."的字符 
  



^海. 
   海燕海娇海东 
   海燕 
   只从开头匹配"海." 
  



  海.$ 
     海燕海娇海东 
   海东 
   只匹配结尾的"海.$" 
  




 
 

* + ? { }
 




正则 
   待匹配字符 
   匹配
结果		 
   说明 
  



李.? 
   李杰和李莲英和李二棍子 
   
李杰
李莲
李二
 
    
?表示重复零次或一次，即只匹配"李"后面一个任意字符
 		 
  



李.* 
   李杰和李莲英和李二棍子 
   李杰和李莲英和李二棍子 
   
*表示重复零次或多次，即匹配"李"后面0或多个任意字符
 
  



李.+ 
   李杰和李莲英和李二棍子 
   李杰和李莲英和李二棍子 
   
+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符
 
  



李.{1,2} 
   李杰和李莲英和李二棍子 
   
李杰和
李莲英
李二棍
 
   
{1,2}匹配1到2次任意字符
 
  





 注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
 




正则 
   待匹配字符 
   匹配
结果		 
   说明 
  



李.*? 
   李杰和李莲英和李二棍子 
   李杰
李莲
李二		 
   惰性匹配 
  




 
 

字符集［］［^］
 




正则 
   待匹配字符 
   匹配
结果		 
   说明 
  



李[杰莲英二棍子]* 
   李杰和李莲英和李二棍子 
   
李杰
李莲英
李二棍子
 
    
表示匹配"李"字后面[杰莲英二棍子]的字符任意次
 		 
  



李[^和]* 
   李杰和李莲英和李二棍子 
   
李杰
李莲英
李二棍子
 
   
表示匹配一个不是"和"的字符任意次
 
  



[\d] 
   456bdha3 
   
4
5
6
3
 
   
表示匹配任意一个数字，匹配到4个结果
 
  



[\d]+ 
   456bdha3 
   
456
3
 
   
表示匹配任意个数字，匹配到2个结果
 
  




 
 

分组 ()与 或 ｜［^］
 

 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部
标签：
相关文章