上QQ阅读APP看书，第一时间看更新
3.6 标准库中的其他常用数据类型
除了大量内置数据类型，Python还通过collections、enum、array、heapq、fractions等标准库提供了其他丰富的类型。
3.6.1 枚举类型
>>>from enum import Enum #导入模块中的类
>>>class Color(Enum): #创建自定义枚举类
red=1
blue=2
green=3
>>>Color.red #访问枚举类的成员
<Color.red: 1>
>>>type(Color.green) #查看枚举类成员的类型
<enum'Color'>
>>>isinstance(Color.red, Color)
True
>>>x=dict()
>>>x[Color.red]='red' #枚举类成员可哈希，可以作为字典的“键”
>>>x
{<Color.red: 1>: 'red'}
>>>Color(2) #返回指定值对应的枚举类成员
<Color.blue: 2>
>>>Color['red']
<Color.red: 1>
>>>r=Color.red
>>>r.name
'red'
>>>r.value
1
>>>list(Color) #枚举类是可以迭代的
[<Color.red: 1>, <Color.blue: 2>, <Color.green: 3>]
3.6.2 数组类型
标准库array提供的array类支持数组的创建与使用，可以创建的数组类型包括整数、实数、Unicode字符等，可以使用help（）函数查看更完整的类型列表。
>>>from array import array
>>>s="Hello world"
>>>sa=array('u', s) #创建可变字符串对象
>>>print(sa)
array('u', 'Hello world')
>>>print(sa.tostring()) #查看可变字符串对象内容
b'H\x00e\x00l\x00l\x00o\x00\x00w\x00o\x00r\x00l\x00d\x00'
>>>print(sa.tounicode()) #查看可变字符串对象内容
Hello world
>>>sa[0]='F' #修改指定位置上的字符
>>>print(sa)
array('u', 'Fello world')
>>>sa.insert(5, 'w') #在指定位置插入字符
>>>print(sa)
array('u', 'Fellow world')
>>>sa.remove('l') #删除指定字符的首次出现
>>>print(sa)
array('u', 'Felow world')
>>>sa.remove('w')
>>>print(sa)
array('u', 'Felo world')
>>>ia=array('I') #创建整型数组
>>>for i in range(5):
ia.append(i)
>>>ia
array('I', [0,1,2,3,4])
>>>ia[0]=5
>>>ia
array('I', [5,1,2,3,4])
3.6.3 队列
Python标准库queue提供了LILO队列类Queue、LIFO队列类LifoQueue、优先级队列类PriorityQueue，标准库collections提供了双端队列。例如：
>>>from queue import Queue #LILO队列
>>>q=Queue() #创建队列对象
>>>q.put(0) #在队列尾部插入元素
>>>q.put(1)
>>>q.put(2)
>>>print(q.queue) #查看队列中的所有元素
deque([0,1,2])
>>>q.get() #返回并删除队列的头部元素
0
>>>q.get()
1
>>>q.get()
2
>>>from queue import LifoQueue #LIFO队列
>>>q=LifoQueue() #创建LIFO队列对象
>>>q.put(1) #在队列尾部插入元素
>>>q.put(2)
>>>q.put(3)
>>>q.queue #查看队列中的所有元素
[1,2,3]
>>>q.get() #返回并删除队列尾部元素
3
>>>q.get()
2
>>>q.queue
[1]
>>>q.get() #对空队列调用get()方法会阻塞当前线程
>>>from queue import PriorityQueue #优先级队列
>>>q=PriorityQueue() #创建优先级队列对象
>>>q.put(3) #插入元素
>>>q.put(8) #插入元素
>>>q.put(100)
>>>q.queue #查看优先级队列中的所有元素
[3,8,100]
>>>q.put(1) #插入元素，自动调整优先级队列
>>>q.put(2)
>>>q.queue
[1,2,100,8,3]
>>>q.get() #返回并删除优先级最低的元素
1
>>>q.get() #多执行几次该语句并观察返回的数据
2
>>>from collections import deque
>>>q=deque(maxlen=5) #创建双端队列
>>>for item in [3,5,7,9,11]: #添加元素
q.append(item)
>>>q.append(13) #队列满，自动溢出
>>>q.append(15)
>>>q
deque([7,9,11,13,15], maxlen=5)
>>>q.appendleft(5) #从左侧添加元素，右侧自动溢出
>>>q
deque([5,7,9,11,13], maxlen=5)
>>>q.popleft() #弹出并返回最左端元素
5
>>>q.pop() #弹出并返回最右端元素
13
>>>q
deque([7,9,11], maxlen=5)
>>>q.insert(2,10) #在中间位置插入元素
>>>q
deque([7,9,10,11], maxlen=5)
>>>q+=[1,2] #追加多个元素
>>>q
deque([9,10,11,1,2], maxlen=5)
>>>q.pop()
2
>>>q.pop()
1
>>>q
deque([9,10,11], maxlen=5)
>>>q*=2 #序列重复
>>>q
deque([10,11,9,10,11], maxlen=5)
>>>q.count(10) #返回元素的出现次数
2
>>>q.rotate(2) #循环右移2个元素
>>>q
deque([10,11,10,11,9], maxlen=5)
>>>q.rotate(-2) #循环左移2个元素
>>>q
deque([10,11,9,10,11], maxlen=5)
3.6.4 具名元组
>>>from collections import namedtuple
>>>Point=namedtuple('Point', ['x', 'y', 'z']) #创建具名元组类
>>>Point
<class'__main__.Point'>
>>>p=Point(3,4,5) #实例化对象
>>>p
Point(x=3, y=4, z=5)
>>>p.x #访问成员
3
>>>p._fields #查看字段列表
('x', 'y', 'z')
>>>p._replace(x=30, z=8) #替换成员值，返回新对象
Point(x=30, y=4, z=8)
>>>p.x=7 #不允许这样直接赋值
AttributeError: can't set attribute
>>>d=dict()
>>>d[p]='spirit position' #具名元组对象可以作为字典的“键”
>>>d
{Point(x=3, y=4, z=5): 'spirit position'}
3.6.5 堆
堆是一个特殊的二叉树，其中每个父节点的值都小于或等于其所有子节点的值。使用数组或列表来实现小根堆时，对于所有的k（下标，从0开始）都满足heap[k]＜=heap[2*k+1]和heap[k]＜= heap[2*k+2]，并且整个堆中最小的元素总是位于二叉树的根节点，大根堆与小根堆正好相反。Python在heapq模块中提供了对堆的支持。
>>>import heapq #导入heapq模块
>>>import random
>>>data=random.sample(range(1000),10) #生成随机测试数据
>>>data
[638,659,212,84,737,677,553,340,526,747]
>>>heapq.heapify(data) #堆化随机测试数据
>>>data
[84,340,212,526,737,677,553,659,638,747]
>>>heapq.heappush(data,30) #新元素入堆，自动调整堆结构
>>>data
[30,84,212,526,340,677,553,659,638,747,737]
>>>heapq.heappush(data,5)
>>>data
[5,84,30,526,340,212,553,659,638,747,737,677]
>>>heapq.heappop(data) #返回并删除最小元素，自动调整堆
5
>>>heapq.heappop(data)
30
>>>heapq.heappop(data)
84
>>>data
[212,340,553,526,737,677,747,659,638]
>>>heapq.heappushpop(data,1000) #弹出最小元素，同时新元素入堆
212
>>>data
[340,526,553,638,737,677,747,659,1000]
>>>heapq.heapreplace(data,500) #弹出最小元素，同时新元素入堆
340
>>>data
[500,526,553,638,737,677,747,659,1000]
>>>heapq.heapreplace(data,700)
500
>>>data
[526,638,553,659,737,677,747,700,1000]
>>>heapq.nlargest(3, data) #返回最大的前3个元素
[1000,747,737]
>>>heapq.nsmallest(2, data, key=str) #返回指定排序规则下最小的2个元素
[1000,526]