【备战蓝桥杯】探索Python内置标准库collections的使用

简介: 【备战蓝桥杯】探索Python内置标准库collections的使用


标准库collections

collections这个标准库中包含了很多的容器,这个库里面的工具是基于我们学过的容器如字典,元组扩展的。

Counter:计数器

Counter本身就是一个字典

无计数器的技术方法:

a = ["apple","banana","apple","cat","cat","cat","dog"]
b = {}
for x in a:
    b[x] = b.get(x,0) + 1
print(b)

运行结果:

用计数器的技术方法:

from collections import  Counter
a = ["apple","banana","apple","cat","cat","cat","dog"]
b =Counter(a)
print("type(b) = ",type(b))
print("b = ",b)

运行结果:

常见用法:

from collections import  Counter
a = Counter()               #空Counter
print(a)
a = Counter("Hello World")  #统计每个字符
print(a)
a = Counter([1,2,3,1,2])    #统计每个元素出现次数
print(a)

运行结果:

数学运算:

from collections import  Counter
c = Counter(a=3,b=1)
d = Counter(a=2,b=2)
print("c+d =",c+d)
print("c-d =",c-d)
print("c&d =",c&d) #与运算,取c和d的交集
print("c|d =",c|d) #并集

运行结果:

Dequeue:双端队列

大部分操作和list类似,但是删除和插入操作比list更高效
方法 功能
append(x) 添加x 到右端
appendleft(x) 添加x到左端
pop() 移去并且返回一个元素,deque 最右侧的那一个。
popleft() 移去并且返回一个元素,deque 最左侧的那一个。
insert(i, x) 在位置i插入X。
extend(iterable) 扩展deque的右侧,通过添加iterable参数中的元素
extendleft(iterable) 扩展deque的左侧,通过添加iterable参数中的元素。 注意,左添加时,在结果中iterable参数中的顺序将被反过来添加。
remove(value) 移除找到的第一个 value。
clear() 清空
copy() 拷贝
count(x) 计算deque中元素等于x的个数
index(x[,start[,stop]]) 返回x在deque中的位置(在索引start之后,索引stop之前)
reverse() 将deque逆序排列。
rotate(n=1) 向右循环移动n步。如果n是负数,就向左循环。
maxlen Deque的最大尺寸,如果没有限定就是None。
from collections import  deque
a = deque([1,2,3,4,1,4,2,4])
print("a = ",a)
#将整个列表向右挪一位
a.rotate(1)
print("a = ",a) #a =  deque([4, 1, 2, 3, 4, 1, 4, 2])
#将整个列表向左挪两位
a.rotate(-2) #a =  deque([4, 1, 2, 3, 4, 1, 4, 2])

defaultdict:有默认值的字典

from collections import defaultdict
s = [('yellow',1),('blue',2),('yellow',3),("blue",4),("red",1)]
d = defaultdict(list)
for k,v in s:
    d[k].append(v)
print(d)

运行结果:

OrderedDict:有序字典

from collections import OrderedDict
data = [("a",1),("b",2),("c",3)]
d = dict(data)
print(d)
while len(d) != 0:
    print("删除的元素为:",d.popitem())
    print("d = ",d)

目录
相关文章
|
18天前
|
XML JSON 数据库
Python的标准库
Python的标准库
146 77
|
1月前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
1月前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
78 0
|
1月前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
89 4
数据分析的 10 个最佳 Python 库
|
19天前
|
XML JSON 数据库
Python的标准库
Python的标准库
45 11
|
1月前
|
人工智能 API 开发工具
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
吴恩达发布的开源Python库aisuite,提供了一个统一的接口来调用多个大型语言模型(LLM)服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台,简化了多模型管理和测试的工作,促进了人工智能技术的应用和发展。
111 1
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
|
1月前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
19天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
60 8
|
1月前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
97 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
26天前
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
34 4