Хабрахабр

[Перевод] Самый полезный модуль стандартной библиотеки Python, о котором все постоянно забывают

Один из самых полезных — collections. В Python много отличных доступных «из коробки» модулей. Ниже мы рассмотрим три содержащихся в модуле класса, с которыми большинство питонистов сталкивались, но постоянно забывают применять на практике. Он содержит «специализированные типы для создания контейнеров», являющихся альтернативами универсальным dict, list, set и tuple.

Скажем, занимаетесь вы созданием новой модели, постоянно добавляя новые характеристики в список, который затем планируете скормить фреймворку для машинного обучения. Сложно переоценить полезность именованных кортежей для дата-саентистов. Ещё хуже, если с вашим кодом придётся работать коллегам: они могут вообще ничего не понять. С ростом количества характеристик, рано или поздно вы начнёте путаться и забывать, какой индекс за что отвечает.

Смотрите: Всего пара строк может привести скрипт в порядок.

from collections import namedtuple Features = namedtuple('Features', ['age', 'gender', 'name'])
row = Features(age=22, gender='male', name='Alex')
print(row.age)

Теперь для доступа к элементам строки вместо указания индексов можно использовать имена, что делает код значительно чище и проще.

Звучит несложно, но дата-саентистам нужно вести подсчёты постоянно, поэтому инструмент крайне полезен на практике. Counter, как следует из названия, считает.

Есть несколько способов создать счётчик, но самый простой — инициализировать его списком значений:

from collections import Counter ages = [22, 22, 25, 25, 30, 24, 26, 24, 35, 45, 52, 22, 22, 22, 25, 16, 11, 15, 40, 30]
value_counts = Counter(ages)
print(value_counts.most_common())

Запустив этот код (что, кстати, можно сделать передав соответствующий сниппет в pythonanywhere.com/gists/), вы увидите:

[(22, 5), (25, 3), (24, 2), (30, 2), (35, 1), (40, 1), (11, 1), (45, 1), (15, 1), (16, 1), (52, 1), (26, 1)]

Пары строк кода оказалось достаточно, чтобы узнать, что «22» — самый распространённый возраст, и встречается он 5 раз. Список кортежей в порядке убывания распространённости значений, где первый элемент кортежа — значение, а второй — как часто оно встречается в изначальном списке.

DefaultDict — словарь с дефолтным значением для любого нового ключа. Один из моих самых любимых инструментов стандартной библиотеки. Пример:

from collections import defaultdict my_default_dict = defaultdict(int)
for letter in 'the red fox ran as fast as it could': my_default_dict[letter] += 1
print(my_default_dict)

Возвращает:

defaultdict(<type 'int'>, )

В примере выше для каждого несуществующего ключа уже есть значение по умолчанию — 0. При работе с обычным словарём пришлось бы постоянно проверять, существует ли ключ, и инициализировать несуществующие ключи вручную. Это позволяет писать код чище и понятнее.

Помимо целочисленного, DefaultDict часто используют в связке с пустым списком, чтобы начинать добавление элементов без бойлерплейта.

Иногда «переоткрытие» старых модулей стандартной библиотеки приносит больше пользы, чем освоение новых инструментов. Попробуйте вспомнить, можно ли применить классы из collections к задачам, которые вы недавно решали.

Показать больше

Похожие публикации

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»