collections

1. collections 模块是什么？

collections 是 Python 内置的容器扩展包，提供了比 dict、list、set、tuple 更贴合特定场景的数据结构，比如计数器、队列、命名元组等。它无需额外安装，是写脚本、处理数据时提升效率的“标准工具箱”。

2. 如何开始使用？

collections 随 Python 一起发布，因此 Windows 与 macOS 不需要任何安装命令 。只需 import collections（或直接导入需要的类型）即可。下面的脚本展示了如何检查模块版本并验证可用性：

# 说明：导入 collections 模块以检查可用性
import collections

if __name__ == "__main__":
    # 说明：输出模块所在的物理路径
    print(f"collections 模块所在路径：{collections.__file__}")
    # 说明：展示模块内的一个示例类型
    print(f"默认字典类型：{collections.defaultdict}")

3. 核心数据类型一览

本章分别介绍最常用的六种容器，并配套可独立运行的 Python 脚本，帮助你立即上手。

3.1 Counter：统计出现次数

Counter 适合统计列表、字符串或其他可哈希对象的频率。

# 说明：导入 Counter 用于统计元素出现次数
from collections import Counter

def main() -> None:
    # 说明：准备一个包含重复单词的列表
    words = ["apple", "banana", "apple", "orange", "banana", "apple"]
    # 说明：统计列表中每个单词出现次数
    word_counter = Counter(words)
    print("词频：", word_counter)

    # 说明：直接对字符串执行统计
    char_counter = Counter("programming")
    print("字符频率：", char_counter)

    # 说明：获取出现次数最多的两个单词
    print("出现次数最多的 2 个词：", word_counter.most_common(2))

    # 说明：演示 Counter 之间的加法合并
    merged = Counter(["a", "b", "c"]) + Counter(["b", "c", "d"])
    print("合并后的计数器：", merged)

if __name__ == "__main__":
    main()

3.2 defaultdict：带默认值的字典

defaultdict 可以为缺失的 key 自动创建默认值，避免 KeyError。

# 说明：导入 defaultdict 以设置自动默认值
from collections import defaultdict

def main() -> None:
    # 说明：创建以 list 为默认值的字典
    list_dict = defaultdict(list)
    list_dict["fruits"].append("apple")
    list_dict["fruits"].append("banana")
    print("列表默认值示例：", list_dict)

    # 说明：创建以 int 为默认值的计数字典
    count_dict = defaultdict(int)
    for word in ["apple", "banana", "apple", "orange"]:
        count_dict[word] += 1
    print("整数默认值示例：", count_dict)

    # 说明：定义自定义默认值函数
    def fallback() -> str:
        return "未知"

    # 说明：使用自定义函数作为默认值
    custom_dict = defaultdict(fallback)
    print("自定义默认值：", custom_dict["name"])

if __name__ == "__main__":
    main()

3.3 deque：双端队列

deque 具备 O(1) 的两端插入/删除性能，适合实现队列、栈或滑动窗口。

# 说明：导入 deque 用于构建双端队列
from collections import deque

def main() -> None:
    # 说明：初始化队列并从右端、左端分别添加
    dq = deque(["b", "c", "d"])
    dq.append("e")
    dq.appendleft("a")
    print("添加元素后：", dq)

    # 说明：分别从右侧和左侧弹出元素
    right = dq.pop()
    left = dq.popleft()
    print("弹出元素：", left, right)
    print("当前队列：", dq)

    # 说明：扩展队列并旋转以模拟窗口移动
    dq.extend(["e", "f"])
    dq.extendleft(["z"])
    dq.rotate(2)
    print("扩展并旋转后的队列：", dq)

if __name__ == "__main__":
    main()

3.4 namedtuple：带字段名的元组

namedtuple 提供“字段名 + 元组”的双重便利，适用于轻量数据结构。

# 说明：导入 namedtuple 用于创建带字段名的元组
from collections import namedtuple

def main() -> None:
    # 说明：定义两个命名元组类型
    Point = namedtuple("Point", ["x", "y"])
    Person = namedtuple("Person", "name age city")

    # 说明：创建命名元组实例
    p1 = Point(10, 20)
    person = Person("Alice", 25, "Beijing")

    # 说明：通过字段名访问各属性
    print("坐标：", p1.x, p1.y)
    print("人物信息：", person.name, person.age, person.city)
    print("转换为字典：", person._asdict())

if __name__ == "__main__":
    main()

3.5 OrderedDict：有序字典

在需要精确控制插入顺序或移动元素时，OrderedDict 仍然有用。

# 说明：导入 OrderedDict 以保持插入顺序
from collections import OrderedDict

def main() -> None:
    # 说明：按特定顺序插入键值
    od = OrderedDict()
    od["z"] = 1
    od["a"] = 2
    od["c"] = 3
    print("初始顺序：", od)

    # 说明：把指定键移动到末尾
    od.move_to_end("z")
    print("移动 z 到末尾：", od)

    # 说明：弹出键 a 以及最后一个键
    od.pop("a")
    last_key, last_value = od.popitem()
    print("弹出元素后：", od, "| 最后弹出：", (last_key, last_value))

if __name__ == "__main__":
    main()

3.6 ChainMap：链接多个字典

ChainMap 提供“多层字典合并视图”，常用于配置合并、作用域查找。

# 说明：导入 ChainMap 用于合并多层配置
from collections import ChainMap

def main() -> None:
    # 说明：依次准备默认、环境、用户配置
    defaults = {"theme": "light", "lang": "zh"}
    env = {"lang": "en"}
    user = {"theme": "dark"}

    # 说明：创建链式映射以统一读取
    settings = ChainMap(user, env, defaults)
    print("当前配置：", dict(settings))
    # 说明：更新配置将作用于第一个映射
    settings["lang"] = "jp"
    print("更新后的配置：", dict(settings))

if __name__ == "__main__":
    main()

4. 实战案例

掌握基本类型后，可以把它们用于更贴近工作/学习的场景。

4.1 文本词频统计

# 说明：导入 Counter 和正则工具统计词频
from collections import Counter
import re

def main() -> None:
    # 说明：将文本转换为小写并切分为单词
    text = "hello world hello python world python python"
    words = re.findall(r"\w+", text.lower())
    # 说明：统计每个单词出现次数
    freq = Counter(words)
    print("最高频词：", freq.most_common(3))

if __name__ == "__main__":
    main()

4.2 构建树状数据

# 说明：导入 defaultdict 构建无限深度的树结构
from collections import defaultdict

def tree():
    # 说明：返回自身类型作为默认值，实现自动嵌套
    return defaultdict(tree)

def main() -> None:
    # 说明：创建模拟文件系统并写入示例数据
    file_system = tree()
    file_system["home"]["user"]["documents"]["file.txt"] = "content"
    file_system["home"]["user"]["downloads"]["app.zip"] = "data"
    print("读取文件内容：", file_system["home"]["user"]["documents"]["file.txt"])

if __name__ == "__main__":
    main()

4.3 最近最少使用缓存（LRU）

# 说明：基于 OrderedDict 实现简单 LRU 缓存
from collections import OrderedDict

class LRUCache:
    def __init__(self, capacity: int):
        # 说明：使用 OrderedDict 保存缓存项
        self.cache = OrderedDict()
        self.capacity = capacity

    def get(self, key):
        # 说明：命中后将元素移动到队尾表示最近使用
        if key not in self.cache:
            return -1
        self.cache.move_to_end(key)
        return self.cache[key]

    def put(self, key, value):
        # 说明：更新或添加键，并移动到队尾
        if key in self.cache:
            self.cache.move_to_end(key)
        self.cache[key] = value
        # 说明：超出容量时弹出最旧的数据
        if len(self.cache) > self.capacity:
            self.cache.popitem(last=False)

def main() -> None:
    # 说明：创建容量为 2 的缓存并测试行为
    cache = LRUCache(2)
    cache.put(1, "A")
    cache.put(2, "B")
    print(cache.get(1))
    cache.put(3, "C")
    print(cache.get(2))

if __name__ == "__main__":
    main()

5. 总结与对比

数据类型	主要用途	上手难度	适用场景
Counter	统计元素频率	★	词频、库存统计
defaultdict	缺省值字典	★	数据归类、计数
deque	双端队列	★★	队列/栈、滑动窗口
namedtuple	轻量数据结构	★★	坐标、记录对象
OrderedDict	有序字典	★★	LRU 缓存、顺序控制
ChainMap	多配置合并	★★	配置覆盖、作用域