python的内建模块collections有几个关键的数据结构，平常在使用的时候，开发者可以直接调用，不需要自己重复制造轮子，这样可以提高开发效率。

 

1. deque双端队列

平常我们使用的python内置list类的append，extend，pop方法都是从list的尾部执行的（pop()默认弹出最后一个元素）。在使用的时候，list很像是一种栈结构（LIFO）。不同的是list灵活性更强，在栈的基础上有动态插入的方法，即insert（index,obj）和索引、切片等操作。强大的list似乎也可以实现队列（FIFO），但由于它实在太灵活了，列表中的元素极容易改变，在使用时令人总是不那么放心。为了实现更好的队列结构，一般程序员会自己实现一个类。

collections模块中为我们提供的双端队列是在队列的基础上实现头尾两端可append、可pop。另外还有insert，rotate等方法，也是相当灵活的

关键方法：

append()          #从右端添加元素（与list同）

appendleft()       #从左端添加元素（与list同）

extend()          #从右端逐个添加可迭代对象（与list同）

extendleft()       #从左端逐个添加可迭代对象（与list同）

pop()             #从右端弹出元素（与list同）

popleft()          #从左端弹出数据

count()           #统计队列中的元素个数（与list同）

insert(index,obj)    #在指定位置插入元素（与list同）

rotate()           #旋转队列

 

基本使用例子：

from  collections import deque

d = deque()
#增加数据
d.append(\'1\')
d.append(\'2\')
d.appendleft(\'3\')
l = [\'4\',\'5\']
d.extend(l)
d.extendleft(l)
print(d)

#计算deque元素个数
print(d.count(\'5\'))

#循环移动
d.rotate(1)
print(d)
d.rotate(-1)
print(d)

 

#计算股票和仓库存货常用的移动平均数

from collections import deque
import itertools
def moving_average(iterable,n=3):
    it = iter(iterable)
    d = deque(itertools.islice(it,n-1))  #迭代出前2个数据
    print(d)
    d.appendleft(0)  #防止第一次运行算法时候把第一个数据删除
    s = sum(d)
    print(d)
    print(s)
    for elem in it:
        s += elem-d.popleft()
        d.append(elem)
        yield s/float(n)

l = [10,20,18,27,15]
for average in moving_average(l):
  print(average)

 

 

 

2. defaultdict  默认字典

我们平常在使用python内置的dict的时候，根据键key去查询对应的value值，如果不存在对应的key，会报错（KeyError）。但是在defaultdict就会会出现这个问题。

例子：

dd = defaultdict(lambda:\"none\")    #只需要在定义的时候为不存在的key定义指定的显示值
dd[\"a\"] = \"apple\"
dd[\"b\"] = \"banana\"

print(dd[\"c\"])
print(dd)

结果：
>>>none
>>>defaultdict(<function <lambda> at 0x0000023B1C1919D8>, {\'c\': \'none\', \'a\': \'apple\', \'b\': \'banana\'})

由第二条的结果可以看出，defaultdict将不存在的键专门用一个字典来存放，而存在的键存放在另外一个字典中。当需要查询元素时，如果遇到没有的键key，就会获取第一字典中预先设定好的显示值。

 

 

 

3. OrderDict  有序字典

在使用python内置的dict时，用print()打印出整个字典，会发现前后两次字典的键值对顺序是不一样的（笔者猜测是前后两次的hash值不一样的缘故）。而在有序字典OderDict中，这种现象不会在发生。

例子：

od = OrderedDict()
od[\"1\"] = \"one\"
od[\"2\"] = \"two\"
od[\"3\"] = \"three\"
od[\"4\"] = \"four\"
od[\"5\"] = \"five\"

结果：
OrderedDict([(\'1\', \'one\'), (\'2\', \'two\'), (\'3\', \'three\'), (\'4\', \'four\'), (\'5\', \'five\')])

 

继续阅读与本文标签相同的文章

无标签
最新文章 最热文章
收藏 打印

特别推荐 2026年05月19日 星期二

精彩发现

热门标签

阻止表单提交 窗口 关闭浏览器 清除 CDATA css文件 光标位置 坐标 javascrpt !important 超链接 数字

相关文章