码迷,mamicode.com
首页 > 编程语言 > 详细

python运维开发之路02

时间:2016-02-13 19:33:38      阅读:259      评论:0      收藏:0      [点我收藏+]

标签:

年底事多,在公司忙成狗,难得把博客更新了下

本章主要内容是collections模块的介绍(队列,计数器,默认字典,有序字典,可命名元组,以及简单介绍深浅拷贝!)

collections模块

collection counter 计数器:
 
counter 是继承字典这个父类的功能,所以很多方法都是从字典那里得来的。它的功能就是计算每个元素出现的次数
>>> import collections
>>>ret=collections.Counter("asdfkljnklxcjiovjkmq12;3ljh4n34")
>>> print(ret)
Counter({‘j‘: 4, ‘k‘: 3, ‘l‘: 3, ‘n‘: 2, ‘3‘: 2, ‘4‘: 2, ‘f‘: 1, ‘h‘: 1, ‘m‘: 1,
 ‘d‘: 1, ‘v‘: 1, ‘a‘: 1, ‘o‘: 1, ‘i‘: 1, ‘1‘: 1, ‘s‘: 1, ‘;‘: 1, ‘x‘: 1, ‘2‘: 1,
 ‘c‘: 1, ‘q‘: 1})
obj=collections.Counter([1,2,3,4,5])
>>> obj
Counter({1: 1, 2: 1, 3: 1, 4: 1, 5: 1})
>>> obj.subtract([1,2,10])  #会把不在列表里面的元素进行统计,发现不在一次就-1一次。
>>> obj
Counter({3: 1, 4: 1, 5: 1, 1: 0, 2: 0, 10: -1})
 
 
 
 
默认字典(同样继承字典这个类的属性),通过这个模块,我们可以很方便的在字典里面插入列表,使用列表的方法append元素到列表中:
>>> dic=collections.defaultdict(list)
>>> dic
defaultdict(<class ‘list‘>, {})
>>> type(dic)
<class ‘collections.defaultdict‘>
>>> dir(dic)
[‘__class__‘, ‘__contains__‘, ‘__copy__‘, ‘__delattr__‘, ‘__delitem__‘, ‘__dir__
‘, ‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘, ‘__getitem__
‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘, ‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘,
‘__missing__‘, ‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘, ‘
__setattr__‘, ‘__setitem__‘, ‘__sizeof__‘, ‘__str__‘, ‘__subclasshook__‘, ‘clear
‘, ‘copy‘, ‘default_factory‘, ‘fromkeys‘, ‘get‘, ‘items‘, ‘keys‘, ‘pop‘, ‘popite
m‘, ‘setdefault‘, ‘update‘, ‘values‘]
>>> dic[‘k1‘].append(‘jiafa‘)
>>> dic
defaultdict(<class ‘list‘>, {‘k1‘: [‘jiafa‘]})
>>> dic
defaultdict(<class ‘list‘>, {‘k1‘: [‘jiafa‘]})
>>> dic(‘k2‘).append(‘sdfxcv‘)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: ‘collections.defaultdict‘ object is not callable
>>> dic[‘k2‘].append(‘sdfxcv‘)
>>> dic
defaultdict(<class ‘list‘>, {‘k1‘: [‘jiafa‘], ‘k2‘: [‘sdfxcv‘]})
 
 
有序字典(普通字典我们都可以看到字典都是乱序的!):
>>>dicorder=collections.OrderedDict()
>>> dicorder[‘k1‘]=‘v1‘
>>> dicorder[‘k2‘]=‘v2‘
>>> dicorder[‘k3‘]=‘v3‘
>>> dicorder
OrderedDict([(‘k1‘, ‘v1‘), (‘k2‘, ‘v2‘), (‘k3‘, ‘v3‘)])
>>> dicorder
OrderedDict([(‘k1‘, ‘v1‘), (‘k2‘, ‘v2‘), (‘k3‘, ‘v3‘)])
>>> dicorder
OrderedDict([(‘k1‘, ‘v1‘), (‘k2‘, ‘v2‘), (‘k3‘, ‘v3‘)])
可以看到不管print多少次,字典的顺序总是不会凌乱的!
 
 
 

可命名元组:

>>>mytupleclass=collections.namedtuple("MyTupleClass",[‘x‘,‘y‘,‘z‘])        #创建一个类,里面的X,Y,Z就等于
>>> obj=mytupleclass(11,22,33)    #创建了一个对象,11=x,22=y,33=z.
>>> obj
MyTupleClass(x=11, y=22, z=33)
>>> obj.x
11
>>> obj.y
22
 
 
 
 

队列:

双向队列:
1 两端同时开工
2 基于线程安全,有线程锁机制。
 
双向队列
>>> import collections
>>> q=collections.deque()
>>> q.append(1)
>>> q.append(2)
>>> q
>>> q.append(‘asdf‘)
>>> q
deque([1, 2, ‘asdf‘])
>>> q.append(‘1lx‘)   #同样还有extend的方法,
>>> d.rotate()
>>> d
deque([5, 1, 3, 1, 2, 3, 10, 4])
>>> d.rotate()
>>> d
deque([4, 5, 1, 3, 1, 2, 3, 10])
>>>
>>> q
deque([1, 2, ‘asdf‘, ‘1lx‘])
deque([1, 2])
>>> q.pop()
‘1lx‘
>>> q
deque([1, 2, ‘asdf‘])
>>> x=q.pop()
>>> print(x)
asdf
>>> a=[1,2,34,5]
>>> c=a.pop()
>>> print(c)
5
 
 

==========  #   Queue单向队列    ==========

import Queue
myqueue = Queue.Queue(maxsize = 10)

Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。

将一个值放入队列中

myqueue.put(10)

调用队列对象的put()方法在队尾插入一个项目。put()有两个参数,第一个item为必需的,为插入项目的值;第二个block为可选参数,默认为1。如果队列当前为空且block为1,put()方法就使调用线程暂停,直到空出一个数据单元。如果block为0,put方法将引发Full异常。

将一个值从队列中取出

myqueue.get()

调用队列对象的get()方法从队头删除并返回一个项目。可选参数为block,默认为True。如果队列为空且block为True,get()就使调用线程暂停,直至有项目可用。如果队列为空且block为False,队列将引发Empty异常。


python queue模块有三种队列:


1、python queue模块的FIFO队列先进先出。
2、LIFO类似于堆。即先进后出。
3、还有一种是优先级队列级别越低越先出来。 

针对这三种队列分别有三个构造函数:
1、class Queue.Queue(maxsize) FIFO 
2、class Queue.LifoQueue(maxsize) LIFO 
3、class Queue.PriorityQueue(maxsize) 优先级队列 

介绍一下此包中的常用方法:

Queue.qsize() 返回队列的大小 
Queue.empty() 如果队列为空,返回True,反之False 
Queue.full() 如果队列满了,返回True,反之False
Queue.full 与 maxsize 大小对应 
Queue.get([block[, timeout]])获取队列,timeout等待时间 
Queue.get_nowait() 相当Queue.get(False)
非阻塞 Queue.put(item) 写入队列,timeout等待时间 
Queue.put_nowait(item) 相当Queue.put(item, False)
Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
Queue.join() 实际上意味着等到队列为空,再执行别的操作
 
>>> import queue
>>> a=queue.Queue()
>>> a
<queue.Queue object at 0x0000009A888B3A58>
>>> a.put(1)
>>> a.put(2)
>>> a.put(3)
 
>>> a.qsize()
4
>>> a.get()
1
>>> a.get()
1
>>> a.get()
2
>>> a.get()
3
>>> a.qsize()
0
>>> a.get()        #---一直卡在那里,等待队列另一端输入
 
队列的两种进出方式:
1 FIFO(first in first out)。
2 栈,类似于弹夹,后进先出。
 
 
深浅拷贝:
对于字符串和数字来说,深浅拷贝和赋值是没有意义的。因为永远指向内存的同一块地址。
 
字符串,元组列表字典里面的copy方法实际是调用的copy.copy()的方法(浅拷贝)
 
深拷贝:  copy.deepcopy()

 

python运维开发之路02

标签:

原文地址:http://www.cnblogs.com/liaojiafa/p/5184747.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!