> import collections
> # 统计字符出现的次数
... collections.Counter('hello world')
Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})
> # 统计单词个数
... collections.Counter('hello world hello lucy'.split())
Counter({'hello': 2, 'world': 1, 'lucy': 1})

> c = collections.Counter('hello world hello lucy'.split())
> c
Counter({'hello': 2, 'world': 1, 'lucy': 1})
> # 获取指定对象的访问次数，也可以使用get方法
... c['hello']
2
> # 查看元素
... list(c.elements())
['hello', 'hello', 'world', 'lucy']
> c1 = collections.Counter('hello world'.split())
> c2 = collections.Counter('hello lucy'.split())
> c1
Counter({'hello': 1, 'world': 1})
> c2
Counter({'hello': 1, 'lucy': 1})
> # 追加对象，+或者c1.update(c2)
... c1+c2
Counter({'hello': 2, 'world': 1, 'lucy': 1})
> # 减少对象，-或者c1.subtract(c2)
... c1-c2
Counter({'world': 1})
> # 清除
... c.clear()
> c
Counter()

class collections.defaultdict([default_factory[, ...]])

> d = collections.defaultdict()
> d
defaultdict(None, {})
> e = collections.defaultdict(str)
> e
defaultdict(<class 'str'>, {})

> e = collections.defaultdict(str)
> e
defaultdict(<class 'str'>, {})
> e['hello']
''
> e
defaultdict(<class 'str'>, {'hello': ''})
> # 普通字典调用不存在的键时，报错
... e1 = {}
> e1['hello']
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
KeyError: 'hello'

使用 int 作为 default_factory

> fruit = collections.defaultdict(int)
> fruit['apple'] = 2
> fruit
defaultdict(<class 'int'>, {'apple': 2})
> fruit['banana'] # 没有对象时，返回0
0
> fruit
defaultdict(<class 'int'>, {'apple': 2, 'banana': 0})

> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
> d = collections.defaultdict(list)
> for k,v in s:
...   d[k].append(v)
...
> d
defaultdict(<class 'list'>, {'yellow': [1, 3], 'blue': [2, 4], 'red': [1]})
> d.items()
dict_items([('yellow', [1, 3]), ('blue', [2, 4]), ('red', [1])])
> sorted(d.items())
[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

使用 dict 作为 default_factory

```python
> nums = collections.defaultdict(dict)
> nums[1] = {'one':1}
> nums
defaultdict(, {1: {'one': 1}})
> nums[2]
{}
> nums
defaultdict(, {1: {'one': 1}, 2: {}})

使用 set 作为 default_factory

```python
> types = collections.defaultdict(set)
> types['手机'].add('华为')
> types['手机'].add('小米')
> types['显示器'].add('AOC')
> types
defaultdict(<class 'set'>, {'手机': {'华为', '小米'}, '显示器': {'AOC'}})

## OrderedDict

Python字典中的键的顺序是任意的，它们不受添加的顺序的控制。

collections.OrderedDict 类提供了保留他们添加顺序的字典对象。

```python
> o = collections.OrderedDict()
> o['k1'] = 'v1'
> o['k3'] = 'v3'
> o['k2'] = 'v2'
> o
OrderedDict([('k1', 'v1'), ('k3', 'v3'), ('k2', 'v2')])

如果在已经存在的 key 上添加新的值，将会保留原来的 key 的位置，然后覆盖 value 值。

```python
> o['k1'] = 666
> o
OrderedDict([('k1', 666), ('k3', 'v3'), ('k2', 'v2')])
> dict(o)
{'k1': 666, 'k3': 'v3', 'k2': 'v2'}

## namedtuple

三种定义命名元组的方法：第一个参数是命名元组的构造器（如下的：Person1，Person2，Person3）

```python
> P1 = collections.namedtuple('Person1',['name','age','height'])
> P2 = collections.namedtuple('Person2','name,age,height')
> P3 = collections.namedtuple('Person3','name age height')

实例化命名元组

```python
> lucy = P1('lucy',23,180)
> lucy
Person1(name='lucy', age=23, height=180)
> jack = P2('jack',20,190)
> jack
Person2(name='jack', age=20, height=190)
> lucy.name # 直接通过 实例名.属性 来调用
'lucy'
> lucy.age
23

> d = collections.deque(maxlen=10)
> d
deque([], maxlen=10)
> d.extend('python')
> [i.upper() for i in d]
['P', 'Y', 'T', 'H', 'O', 'N']
> d.append('e')
> d.appendleft('f')
> d.appendleft('g')
> d.appendleft('h')
> d
deque(['h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n', 'e'], maxlen=10)
> d.appendleft('i')
> d
deque(['i', 'h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n'], maxlen=10)
> d.append('m')
> d
deque(['h', 'g', 'f', 'p', 'y', 't', 'h', 'o', 'n', 'm'], maxlen=10)

## ChainMap

问题背景是我们有多个字典或者映射，想把它们合并成为一个单独的映射，有人说可以用update进行合并，这样做的问题就是新建了一个数据结构以致于当我们对原来的字典进行更改的时候不会同步。如果想建立一个同步的查询方法，可以使用 ChainMap。

可以用来合并两个或者更多个字典，当查询的时候，从前往后依次查询。简单使用：

```python
> d1 = {'apple':1,'banana':2}
> d2 = {'orange':2,'apple':3,'pike':1}
> combined1 = collections.ChainMap(d1,d2)
> combined2 = collections.ChainMap(d2,d1)
> combined1
ChainMap({'apple': 1, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
> combined2
ChainMap({'orange': 2, 'apple': 3, 'pike': 1}, {'apple': 1, 'banana': 2})
> for k,v in combined1.items():
...   print(k,v)
...
orange 2
apple 1
pike 1
banana 2
> for k,v in combined2.items():
...   print(k,v)
...
apple 3
banana 2
orange 2
pike 1
</code></pre>

有一个注意点就是当对ChainMap进行修改的时候总是只会对第一个字典进行修改，如果第一个字典不存在该键，会添加。

<pre><code class="language-python line-numbers" d1 = {'apple':1,'banana':2}
> d2 = {'orange':2,'apple':3,'pike':1}
> c = collections.ChainMap(d1,d2)
> c
ChainMap({'apple': 1, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
> c['apple']
1
> c['apple'] = 2
> c
ChainMap({'apple': 2, 'banana': 2}, {'orange': 2, 'apple': 3, 'pike': 1})
> c['pike']
1
> c['pike'] = 3
> c
ChainMap({'apple': 2, 'banana': 2, 'pike': 3}, {'orange': 2, 'apple': 3, 'pike': 1})

从原理上面讲，ChainMap 实际上是把放入的字典存储在一个队列中，当进行字典的增加删除等操作只会在第一个字典上进行，当进行查找的时候会依次查找，new_child() 方法实质上是在列表的第一个元素前放入一个字典，默认是{}，而 parents 是去掉了列表开头的元素。

```python
> a = collections.ChainMap()
> a['x'] = 1
> a
ChainMap({'x': 1})
> b = a.new_child()
> b
ChainMap({}, {'x': 1})
> b['x'] = 2
> b
ChainMap({'x': 2}, {'x': 1})
> b['y'] = 3
> b
ChainMap({'x': 2, 'y': 3}, {'x': 1})
> a
ChainMap({'x': 1})
> c = a.new_child()
> c
ChainMap({}, {'x': 1})
> c['x'] = 1
> c['y'] = 1
> c
ChainMap({'x': 1, 'y': 1}, {'x': 1})
> d = c.parents
> d
ChainMap({'x': 1})
> d is a
False
> d == a
True

> a = {'x':1,'z':3}
> b = {'y':2,'z':4}
> c = collections.ChainMap(a,b)
> c
ChainMap({'x': 1, 'z': 3}, {'y': 2, 'z': 4})
> c.maps
[{'x': 1, 'z': 3}, {'y': 2, 'z': 4}]
> c.parents
ChainMap({'y': 2, 'z': 4})
> c.parents.maps
[{'y': 2, 'z': 4}]
> c.parents.parents
ChainMap({})
> c.parents.parents.parents
ChainMap({})