python的collections库用法总结

最近在编码过程当中，发现collections库里提供了很是多有用的工具，能够优化编码风格，提高开发效率。

下面是我结合本身开发和网上资料的一些总结。

defaultdict

使用dict时，若是引用的Key不存在，就会抛出KeyError。若是但愿key不存在时，返回一个默认值，就能够用defaultdict

在没有接触到它以前，我在代码里常常使用setdafult来给字典设置初始值，但这样可读性很差，也不够优雅，好比这一段：

for cate in res_service_category:
    category_id = cate['id']
    biz_service_category_mapping = self._service_category_data.setdefault(bk_biz_id, {})
    biz_service_category_mapping[category_id] = cate
复制代码

若是用了defaultdict呢？是否是简洁多了。

self._service_category_data = defaultdict()
for cate in res_service_category:
    category_id = cate['id']
    biz_service_category_mapping = self._service_category_data[bk_biz_id]
    biz_service_category_mapping[category_id] = cate
复制代码

OrderedDict

众所周知，使用dict时，Key是无序的。在对dict作迭代时，咱们没法肯定Key的顺序。

若是要保持Key的顺序，能够用OrderedDict

nodes_category = OrderedDict([('ADD', []), ('REMOVE', []), ('RETRY', [])])
复制代码

这样在遍历该字典时，就能保证它的顺序了。

namedtuple

namedtuple是一个函数，它用来建立一个自定义的tuple对象，而且规定了tuple元素的个数，并能够用属性而不是索引来引用tuple的某个元素。

这样一来，咱们用namedtuple能够很方便地定义一种数据类型，它具有tuple的不变性，又能够根据属性来引用，使用十分方便。

>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2
复制代码

deque

使用list存储数据时，按索引访问元素很快，可是插入和删除元素就很慢了，由于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做的双向列表，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'])
复制代码

总结

我知道关于collections库的使用，对于不少python高手来讲，都已经得心应手了，根本不须要再读这一篇。我想表达的是，如何写出优雅的代码，或者写出精益求精的代码，须要有很长的路要走，并且这是一条无穷无尽的上升道路，而对于每一位coder，都走在属于本身的道路上。so，keep moving。