collections 是 Python 的一个内置模块，所谓内置模块的意思是指 Python 内部封装好的模块，无需安装即可直接使用。
Python 提供了很多非常好用的基本类型，比如不可变类型 tuple，我们可以轻松地用它来表示一个二元向量。
namedtuple 是一个函数，它用来创建一个自定义的 tuple 对象，并且规定了 tuple 元素的个数，并可以用属性而不是索引来引用 tuple 的某个元素。
如此一来，我们用 namedtuple 可以很方便地定义一种数据类型，它具备 tuple 的不变性，又可以根据属性来引用，使用十分方便。
本示例中我们使用了一个三维坐标 x,y,z 来定义一个 tuple 对象，对象元素有3个，然后通过坐标值来引用相应的值即可。
from collections import namedtuple
from collections import deque
from collections import defaultdict
from collections import OrderedDict
from collections import Counter
def testNamedTuple():
vector=namedtuple('vector',['x','y','z'])
flag=vector(3,4,5)
print(type(flag))
print(isinstance(flag,vector))
print(isinstance(flag,tuple)) #通过这里的判定我们就可以知晓它是元组类型
print(flag.x,flag.y,flag.z)deque是栈和队列的一种广义实现，deque是 "double-end queue" 的简称。
deque支持线程安全、有效内存地以近似O(1)的性能在 deque 的两端插入和删除元素，尽管 list 也支持相似的操作，但是它主要在固定长度操作上的优化，从而在 pop(0) 和 insert(0,v)(会改变数据的位置和大小)上有O(n)的时间复杂度。
在数据结构中，我们知道队列和堆栈是两个非常重要的数据类型，一个先进先出，一个后进先出。
在 python 中，使用 list 存储数据时，按索引访问元素很快，但是插入和删除元素就很慢，因为 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作的双向链表结构，非常适合实现队列和堆栈这样的数据结构。
def testDeque(): list1=[x*x for x in range(101)] delist=deque(list1) #对列表进行了一次再处理，让list1列表变成了双向链表结构 delist.append(1000)#将x添加到deque的右侧 delist.appendleft(2000)#将x添加到deque的左侧 delist.pop(1000)#移除和返回deque中最右侧的元素，如果没有元素，将会报出IndexError； delist.popleft()#移除和返回deque中最左侧的元素，如果没有元素，将会报出IndexError； delist.count(1)#返回deque中元素等于1的个数 delist.remove(10000)#移除第一次出现的value，如果没有找到，报出ValueError； delist.reverse()#反转deque中的元素，并返回None； list2=[1,3,4,5] delist.extend(list2)#将可迭代变量iterable中的元素添加至deque的右侧 delist.extendleft(list2)#将变量iterable中的元素添加至deque的左侧，往左侧添加序列的顺序与可迭代变量iterable中的元素相反 delist.maxlen()#只读的属性，deque的最大长度，如果无解，就返回None delist.rotate(1)#从右侧反转n步，如果n为负数，则从左侧反转 delist.clear()#将deque中的元素全部删除，最后长度为0；
defaultdict是内置数据类型 dict 的一个子类，基本功能与 dict 一样，只是重写了一个方法__missing__(key)和增加了一个可写的对象变量 default_factory。
使用 dict 字典类型时，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，就可以用 defaultdict。
def testDefaultdict():
dict1= defaultdict(lambda: 'default') #Key不存在时，返回一个默认值，就可以用default，defaultdict的其他行为跟dict是完全一样的
dict1["k1"]="v1"
print(dict1["k2"])
list2= [('yellow',11),('blue',2),('yellow',3),('blue',4),('red',5),('red',10)]
dict1 = defaultdict(list)#使用list作为default_factory，很容易将一个key-value的序列转换为一个关于list的词典
for k,v in list2:
dict1[k].append(v)
print(dict1)OrderedDict类似于正常的词典，只是它记住了元素插入的顺序，当在有序的词典上迭代时，返回的元素就是它们第一次添加的顺序。这样 dict 就是一个有序的字典。
使用 dict 时，key 是无序的。在对 dict 做迭代时，我们无法确定 key 的顺序。但是如果想要保持 key 的顺序，可以用 OrderedDict。
def testOrderedDict():
dict1=dict([('aaa', 111), ('ddd',444),('bbb', 222), ('ccc', 333)])
print(dict1)
dict2 = OrderedDict([('ddd',444),('aaa', 111), ('bbb', 222), ('ccc', 333)])#OrderedDict的key会按照插入的顺序排列，不是key本身排序
print(dict2)
dict3 = {"banana": 33, "apple": 222, "pear": 1, "orange": 4444}
# dict sorted by key
dict4=OrderedDict(sorted(dict3.items(), key=lambda t: t[0]))
print("dict4",dict4)
# dict sorted by value
dict5=OrderedDict(sorted(dict3.items(), key=lambda t: t[1]))
print("dict5",dict5)
# dict sorted by length of key string
dict6 = OrderedDict(sorted(dict3.items(), key=lambda t: len(t[0])))
print("dict6",dict6)
print(dict6['apple'])def testCounter():
'''counter可以支持方便、快速的计数'''
str1="abcdefgabcedergeghdjlkabcdefe" #将可迭代的字符串初始化counter
str2=Counter(str1)
print(str2) #从输出的内容来看，Counter实际上也是dict的一个子类
for k,v in str2.items():
print(k,v)
dict3 = {"banana": 33, "apple": 222, "pear": 1, "orange": 4444,"apples":2}#将dict初始化counter
dict4=Counter(dict3)
print(dict4)
print(dict4["test"])#Counter对象类似于字典，如果某个项缺失，会返回0，而不是报出KeyError；
dict5=Counter(high=9,age=33,money=-1)#将args初始化counter
print(dict5)
#elements返回一个迭代器，每个元素重复的次数为它的数目，顺序是任意的顺序，如果一个元素的数目少于1，那么elements()就会忽略它；
list1=list(dict5.elements())
print(list1)
#most_common返回一个列表，包含counter中n个最大数目的元素
#，如果忽略n或者为None，most_common()将会返回counter中的所有元素，元素有着相同数目的将会以任意顺序排列；
str1 = "abcdefgabcedergeghdjlkabcdefe"
list1=Counter(str1).most_common(3)
print(list1)
if __name__ == '__main__':
# testNamedTuple()
# testCounter()
testDefaultdict()
# testDeque()
# testOrderedDict()以上是聊聊Python的一个内置模块Collections的详细内容。更多信息请关注PHP中文网其他相关文章！
