Python高阶部分扩展 (collections ,itertools)

python3 collections扩展

可命名元组 ：namedtuple

from collections import namedtuple
stock_namedtuple = nametuple('stock',(date,txt))
stock_namedtuple('20190712','sun')

# 输出
stock(date='20190712'.txt='sun')

有序字典

from collections import OrderedDict

deque

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')

# 输出
deque(['y', 'a', 'b', 'c', 'x'])

defaultdict

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，就可以使用

from collections import defaultdict
dd = defaultdict(lambda: 'N/A')
dd['key1'] = 'abc'
dd['key1'] # key1存在
# 输出
'abc'

dd['key2'] # key2不存在，返回默认值
# 输出
'N/A'

高阶函数

map()函数接收两个参数，一个是函数，一个是序列，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。

def f(x):
    return x * x
map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9]）

# 输出
[1, 4, 9, 16, 25, 36, 49, 64, 81]
['1', '2', '3', '4', '5', '6', '7', '8', '9']

reduce() 把一个函数作用在一个序列[x1, x2, x3…]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算

def add(x, y):
	return x + y
reduce(add, [1, 3, 5, 7, 9])

# 输出
25

filter() 接收一个函数和一个序列。和map()不同的时，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

def is_odd(n):
    return n % 2 == 1

filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])

# 输出
[1, 5, 9, 15]

itertools的应用

permutations(),考虑顺序组合元素

>>> import itertools
>>> a = [1, 2, 3]
>>> b = itertools.permutations(a)
>>> b

# 输出
(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)

combinations() ,不考虑顺序，不放回数据

import itertools
list1 = [1, 3, 4, 5]
list2 = list(itertools.combinations(list1, 2))
print(list2)

# 输出
[(1, 3), (1, 4), (1, 5), (3, 4), (3, 5), (4, 5)]

st(itertools.combinations(list1, 2))
print(list2)

输出

[(1, 3), (1, 4), (1, 5), (3, 4), (3, 5), (4, 5)]