Python数据结构与算法（5）---namedtuple

前言

在Python中，我们使用元组往往是直接按其索引进行操作的。比如一个c元组（1，2，3），那么获取2值c[1]。对于简单的数据而言，这种操作没有什么问题。

但数据结构的重点，就是在实际的需求多样化中，找到最符合的数据结构进行数据的操作变更。而当元组tuple有大量数据时，记住各个值对应哪个索引，显然是不可能的。而namedtuple除了为各个成员指定数值索引外，还为其指定了名字。

本篇，将详细介绍namedtuple的使用方式以及优点。

初识namedtuple

与常规的元组一样，namedtuple实例在内存使用方面同样很高效，因为它们没有每一个实例的字典。各种namedtuple都由自己的类表示，这个类使用namedtuple()工厂函数来创建。参数就是新类名和一个包含元素名的字符串。

具体示例如下：

import collections
Person = collections.namedtuple('Person', 'name age')
lyj = Person(name="Li YuanJing", age=28)
fxy = Person(name='Feng XinYao', age=30)
hf = Person(name='He Fan', age=28)
for person in [lyj, fxy, hf]:
    print(person.name, person.age)

运行之后，效果如下：

需要注意的是，在python中常规元组是不可修改的，namedtuple也一样。这个限制允许tuple实例具有一致的散列值，这使得可以把它们用作字典中的键并包含在集合中。

非法字段处理

在实际的编程中，我们变量的起名一般都会与编程语言的关键字岔开。因为取一个和编程语言一样的关键字名称，会被系统提示报错。

而namedtuple也一样，不过我们可以进行规避。首先，我们先来看一看使用关键字会有什么效果：

import collections
Person = collections.namedtuple('Person', 'name age class')

运行之后，效果如下：

如上面代码所示，我们使用了关键字class，运行程序会直接报ValueError错误。那么，namedtuple是如何规避这种错误的呢？不妨我们在来看一段代码。

import collections
Person = collections.namedtuple('Person', 'name age class', rename=True)

通过第3个参数：rename，我们可以防止namedtuple报错。但是哪怕这样能运行。也不能直接赋值。但可以通过别名赋值，具体可以看下面的代码。

需要注意的是，rename并不仅仅只是用来规避错误的，而是当有重复的属性时，依旧可以赋值。具体代码如下：

import collections
Person = collections.namedtuple('Person', 'name age age', rename=True)
print(Person._fields)
a = Person(name='tom', age=25, _2=255)
print(a)

class属性与重复属性同理。

_asdict()

对于namedtuple来说，创建的实例是不允许进行更改的。那么，如果后续的处理需要进行更改怎么办？这里，我们可以直接把namedtuple转换为OrderedDict进行处理。

具体代码如下：

import collections
Person = collections.namedtuple('Person', 'name age age', rename=True)
a = Person(name='tom', age=25, _2=255)
print(a)
b = a._asdict()
print(b)
b['name'] = '123'
print(b)

运行之后，效果如下：

_replace()

namedtuple还有一个函数，就是_replace()。从前面的字符串处理中，我们可以大致猜出来，这个函数就是替换值得。但是前面说了namedtuple是不能更改的。那这个函数的意义是什么？

其实，_replace()函数虽然看起来替换了原来的值，但它只是返回了一个新的namedtuple实例，并未对之前的实例造成任何修改。我们来看一段代码就清楚了：

import collections
Person = collections.namedtuple('Person', 'name age')
a = Person(name='tom', age=25)
print("原始a值")
print(a)
print("------------------")
b = a._replace(name='jerry')
print("replace后的ab值")
print(a)
print(b)

运行之后，效果如下：