https://blog.csdn.net/laizi_laizi/article/details/105437368
python中几个基本用法：namedtuple,OrderedDict,append,insert,extend
python中:namedtuple,OrderedDict,append,insert,extend
虽然我不太喜欢重复造*，个人更喜欢发一些网上少的东西，但是有些基础的东西自己写一写，还是给自己留下一个印象吧，本篇就是如此。下面就是在看代码过程中几个python常用模块的介绍：
（ps:下面试验的python版本为3.7）
一、namedtuple
这个方法来自于python内置的collections: 容器数据类型，官网介绍：
这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。
我们知道一般的元组(tuple)元素不能改变，也只能通过索引来访问其中的元素，但是命名元组(namedtuple)就方便很多，可读性和操作性强。
collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)
- 返回一个新的元组子类，名为 typename 。这个新的子类用于创建类元组的对象，可以通过域名(field_names)来获取属性值，同样也可以通过索引和迭代获取值
- 域名(field_names)是一个像 [‘x’, ‘y’] 一样的字符串序列。另外 field_names 可以是一个纯字符串，用空白或逗号分隔开元素名，比如 ‘x y’ 或者 ‘x, y’
>>> from collections import namedtuple
# 其实point = namedtuple('Point', ['x', 'y'])这样写也不会报错
# 但是还是和typename保持一致比较规范吧
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(11, y=22) # 以位置参数或者关键字参数实例化
>>> p[0] + p[1] # 可像普通元组一样索引(11, 22)
33
>>> x, y = p
>>> x, y
(11, 22)
>>> p.x + p.y # 属性可以通过“.”加名字访问
33
>>> p.x = 33 # 属性还是不可以直接更改
Traceback (most recent call last):
File "<pyshell#10>", line 1, in <module>
p.x = 33
AttributeError: can't set attribute
>>> p._replace(x=33) # 这样也不行，是返回一个新的实例
Point(x=33, y=22) # 所以不管是tuple还是namedtuple
>>> p.x # 就用来保存一些不可更改的值的东西吧
11
>>> id(p._replace(x=33))
1618244029320
>>> id(p)
1618244029104
>>> p
Point(x=11, y=22)
# 再来看我实际碰到的一个例子吧
# ResNet stage specification
>>>StageSpec = namedtuple(
"StageSpec",
[
"index", # Index of the stage, eg 1, 2, ..,. 5
"block_count", # Number of residual blocks in the stage
"return_features", # True => return the last feature map from this stage
],
)
>>> ResNet50StagesTo5 = tuple(
StageSpec(index=i, block_count=c, return_features=r)
for (i, c, r) in ((1, 3, False), (2, 4, False),
(3, 6, False), (4, 3, True))
)
>>> ResNet50StagesTo5
(StageSpec(index=1, block_count=3, return_features=False),
StageSpec(index=2, block_count=4, return_features=False),
StageSpec(index=3, block_count=6, return_features=False),
StageSpec(index=4, block_count=3, return_features=True))
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
二、OrderedDict
这也是collections: 容器数据类型里面对于dict的一种替代选择：collections.OrderedDict([items])
有序词典就像常规词典一样，但有一些与排序操作相关的额外功能。注意：在 Python 3.6/3.7中内置的 dict 类也有记住插入顺序的能力(python3.5还没有)，本来这一个最大的区别也就淡化了【我也是写这篇的时候才知道这个】
>>> from collections import OrderedDict
>>> d1={}
>>> d1['a']='A'
>>> d1['b']='B'
>>> d1['c']='C'
>>>> for k,v in d1.items(): # 在python3.7里面也是记住顺序了
... print(k,v) # 在3.5会打乱顺序输出的
...
a A
b B
c C
>>> d2={}
>>> d2['c']='C'
>>> d2['b']='B'
>>> d2['a']='A'
>>>> d1
{'a': 'A', 'b': 'B', 'c': 'C'}
>>>> d2
{'c': 'C', 'b': 'B', 'a': 'A'}
>>> d1 == d2 # 这里注意，普通字典还是相等的，区别这里来了
True
>>> d3 = OrderedDict()
>>> d4 = OrderedDict()
>>> d3['a']='A'
>>> d3['b']='B'
>>> d3['c']='C'
>>> d4['c']='C'
>>> d4['b']='B'
>>> d4['a']='A'
>>> d3
OrderedDict([('a', 'A'), ('b', 'B'), ('c', 'C')])
>>> d4
OrderedDict([('c', 'C'), ('b', 'B'), ('a', 'A')])
>>> d3 == d4 # 记住顺序好像一样了，但是这不一样
False
>>> new_list = [("name", "lsm"), ("sex", "male"), ("face", "handsome")]
>>> new_dict = OrderedDict(new_list)
>>> new_dict
OrderedDict([('name', 'lsm'), ('sex', 'male'), ('face', 'handsome')])
>>> ano_dict = OrderedDict.fromkeys(new_list)
>>> ano_dict
OrderedDict([(('name', 'lsm'), None), (('sex', 'male'), None), (('face', 'handsome'), None)])
>>> k,v = new_dict.popitem()
>>> k,v
('face', 'handsome')
>>> new_dict.move_to_end('name')
>>> new_dict
OrderedDict([('sex', 'male'), ('name', 'lsm')])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
三、append
这个是大家常用的列表的一个方法：array.append(x)
添加一个值为 x 的新项到数组末尾
>>> a = [1, 2, 3]
>>> a.append(4)
>>> a.append(5,6)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: append() takes exactly one argument (2 given)
>>> a.append((5,6))
>>> a
[1, 2, 3, 4, (5, 6)]
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
四、insert
主要这个不太常用到：array.insert(i, x)
将值 x 作为新项插入数组的 i 位置之前。 负值将被视为相对于数组末尾的位置
>>> a = [1, 2, 3]
>>> a.insert(0, 0)
>>> a
[0, 1, 2, 3]
>>> a.insert(1, 0.5)
>>> a
[0, 0.5, 1, 2, 3]
>>> a.insert(-1, 9)
>>> a
[0, 0.5, 1, 2, 9, 3]
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
五、extend
这个也不太常用到：array.extend(iterable)：
将来自 iterable 的项添加到数组末尾。 如果 iterable 是另一个数组，它必须具有 完全 相同的类型码；否则将引发 TypeError。 如果 iterable 不是一个数组，则它必须为可迭代对象并且其元素必须为可添加到数组的适当类型。
>>> a = [1, 2, 3]
>>> a.extend(4)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>> a.extend((4,5)) # 注意与append的区别
>>> a
[1, 2, 3, 4, 5]
>>> a.extend([6,7])
>>> a
[1, 2, 3, 4, 5, 6, 7]
>>> a.extend((8,))
>>> a
[1, 2, 3, 4, 5, 6, 7, 8]
>>> a.extend(('lz',))
>>> a
[1, 2, 3, 4, 5, 6, 7, 8, 'lz']
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
更多关于列表的方法可以在这找到：
array — Efficient arrays of numeric values
【不知道为什么叫array，不叫list】