#Counter：传入可迭代对象
from collections import Counter
users = ["bobby1", "bobby2", "bobby3", "bobby1", "bobby2", "bobby2"]
user_counter = Counter(users)
print(user_counter) #打印出dict并按键值大小顺序排列：Counter({"bobby2":3,"bobby1":2,"bobby3":1})

user_counter = Counter("adgdfcdg") #传递字符串，统计每个字符的次数
user_counter.update("djgidg") #传递可迭代对象并且合并
user_counter2 = Counter("djgidg")
user_counter.update(user_counter2) #传递Counter
#top n，堆
user_counter.most_common(2) #统计出现次数最多的前2个元素 -->[('d',4),('s',3)]

user_list = ["bobby", "bobby2"]
user_name = user_list.pop() #pop只能对队尾进行操作
print(user_name, user_list) #-->bobby2 ["bobby"]

#deque双端队列：对队列两端进行操作，尽量保存相同类型数据
from collections import deque
user_tuple = deque(("bobby1", "bobby2")) 
user_list = deque(["bobby1", "bobby2"])
user_dict = deque({"bobby1":28, "bobby2":29}) #以上三种打印结果一样：deque(['bobby1', 'bobby2'])

user_deque = deque(["bobby1", "bobby2", "bobby3"])
user_deque.appendleft("bobby8") #在队列头部添加

#deque是线程安全的，list不是

user_dict = {}
users = ["bobby1", "bobby2", "bobby3", "bobby1", "bobby2", "bobby2"]
#第一种形式
for user in users:
    if user not in user_dict:
        user_dict[user] = 1
    else:
        user_dict[user] += 1
        
#第二种形式
for user in users:
    user_dict.setdefault(user, 0) #若user键不存在，设为默认值0
    user_dict[user] += 1
    

from collections import defaultdict
default_dict = defaultdict(list) #在bobby键不存在时，调用传递对象的名称list，生成空数组
default_dict["bobby"]
#第三种形式
default_dict = defaultdict(int) #默认传递0
for user in users:
    default_dict[user] += 1

#如果生成嵌套的dict   
def gen_default():
    return {"name":"", "nums":0}
default_dict = defaultdict(gen_default)
default_dict["group1"] #没有group1时传递gen_default函数

#拆包特性
user_tuple = ("bobby", 29, 175)
name, age, height = user_tuple
print(name, age, height) #-->bobby 29 175

user_tuple = ("bobby", 29, 175, "beijing")
name, *other = user_tuple
print(name, other) #-->bobby [29, 175, "beijing"]

#元组的不可变不是绝对的
name_tuple = ("bobby1", [29, 175])
name_tuple[1].append(22)
print(name_tuple) #("bobby1", [29, 175, 22])

#tuple是可哈希的，可以当做dict的key；而数组list不可以
user_info_dict = {}
user_info_dict[user_tuple] = "bobby"


#namedtuple
from collections import namedtuple
User = namedtuple("User", ["name", "age", "height"]) #创建class“User”，并传递属性"name", "age", "height"]
user = User(name="bobby", age=29, height=175) #也可使用下面两种方式进行初始化
print(user.age, user.name, user.height) #像使用类一样

#使用tuple进行初始化
user_tuple = ("bobby", 29, 175)
user = User(*user_tuple) #加*代表依次传递tuple(*args：未指明变量名)
#使用dict进行初始化
user_dict = {"name":"bobby", "age":29, "height":175}
user = User(**user_dict) #加**代表依次传递dict(**kwargs:指明变量名和值)
#也可使用_make函数省去*和**,_make函数支持可迭代iterable的对象：list、tuple、dict
user = User._make(user_tuple)
user = User._make(user_list)
user = User._make(user_dict)

基础collections中的数据结构

1. nameddict

2. 
   

深拷贝：将拷贝的数据和数据的类型都拷贝

collections模块

_make函数，省去*和**，简单很多

*args存储函数传参的值（未指明变量名的情况），**kwargs存储的是指明变量名和值的情况 前者是tuple，后者是dict

深拷贝的意思就是会为引用类型的数据也拷贝一份

tuplelist

tuble功能

collections模块