Python進(jìn)階之具名元組collections.namedtuple


具名元組來自 Python 內(nèi)置庫 collections.nametupled 中, 可以用來構(gòu)建帶字段名的元組和一個(gè)相應(yīng)的類collections.namedtuple 是一個(gè)工廠函數(shù)镣衡,它可以用來構(gòu)建一個(gè)帶字段名的元組和一個(gè)有名字的類——這個(gè)帶字的類對(duì)調(diào)試程序有很大幫助
用 namedtuple 構(gòu)建的類的實(shí)例所消耗的內(nèi)存跟元組是一樣的饰序,因?yàn)樽侄蚊急淮嬖趯?duì)應(yīng)的類里面速缆。這個(gè)實(shí)例跟普通的對(duì)象實(shí)例比起來也要小一些,因?yàn)?Python 不會(huì)用 __dict__ 來存放這些實(shí)例的屬性禁荸。


具名元組顧名思義可以理解為有具體名字的元組右蒲,有點(diǎn)類似字典,不過具名元組的值是不能改變的赶熟。

已經(jīng)有了普通元組瑰妄,為什么還需要具名元組?
因?yàn)槠胀ㄔM映砖,無法為元組內(nèi)部的數(shù)據(jù)起名字间坐,經(jīng)常會(huì)疑惑一個(gè)元組到底要表達(dá)什么意思。而具名元組邑退,則可以通過字段名訪問

>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(11, y=22)             # 用位置參數(shù)或關(guān)鍵字實(shí)例化
>>> p[0] + p[1]                     # 和普通元組一樣可以使用索引
33
>>> x, y = p                        
>>> x, y
(11, 22)
>>> p.x + p.y                       
33
>>> d = p._asdict()                 # 具名元組轉(zhuǎn)換成字典
>>> d['x']
11
>>> Point(**d)                      # 字典轉(zhuǎn)換成具名元組
Point(x=11, y=22)
>>> p._replace(x=100)               # _replace() is like str.replace() but targets named fields
Point(x=100, y=22)

展示了具名元組來記錄一個(gè)城市的信息的實(shí)例

>>> from collections import namedtuple
# 創(chuàng)建一個(gè)具名元組需要兩個(gè)參數(shù)竹宋,一個(gè)是類名,另一個(gè)是類的各個(gè)字段的名字
>>> City = namedtuple('City', 'name country population coordinates')  
# 存放在對(duì)應(yīng)字段里的數(shù)據(jù)要以一串參數(shù)的形式傳入到構(gòu)造函數(shù)中
>>> tokyo = City('Tokyo', 'JP', 36.933, (35.689722, 139.691667)) 
>>> tokyo
City(name='Tokyo', country='JP', population=36.933, coordinates=(35.689722,139.691667))
>>> tokyo.population # 你可以通過字段名或者位置來獲取一個(gè)字段的信息
36.933
>>> tokyo.coordinates
(35.689722, 139.691667)
>>> tokyo[1]
'JP'

除了從普通元組那里繼承來的屬性之外地技,具名元組還有一些自己專有的屬性蜈七。下面展示其中幾個(gè)最常用的方法:_fields 類屬性、類方法_make(iterable) 和實(shí)例方法_asdict()乓土。
下面我們一個(gè)個(gè)講解
1. 具名元組的_fields方法:

>>> City = namedtuple('City', 'name country population coordinates')
>>> tokyo = City('Tokyo', 'JP', 36.933, (35.689722, 139.691667))
>>> tokyo
City(name='Tokyo', country='JP', population=36.933, coordinates=(35.689722, 139.691667))
>>> City._fields # _fields相當(dāng)于打印元組名字
('name', 'country', 'population', 'coordinates')

2. 具名元組的_make(iterable) 方法:

# 接上個(gè)實(shí)驗(yàn)
>>> LatLong = namedtuple('LatLong', 'lat long')
>>> delhi_data = ('Delhi NCR', 'IN', 21.935, LatLong(28.613889, 77.208889))
>>> City._make(delhi_data) 
City(name='Delhi NCR', country='IN', population=21.935, coordinates=LatLong(lat=28.613889, long=77.208889))

3. 具名元組的_asdict()方法:

# 接上個(gè)實(shí)驗(yàn)
>>> delhi = City._make(delhi_data)
>>> delhi._asdict() #獲得一個(gè)有序字典
{'name': 'Delhi NCR', 'country': 'IN', 'population': 21.935, 'coordinates': LatLong(lat=28.613889, long=77.208889)}

# 將上面的字典格式化輸出
>>> for key, value in delhi._asdict().items():
        print(key + ':', value)

name: Delhi NCR
country: IN
population: 21.935
coordinates: LatLong(lat=28.613889, long=77.208889)

_asdict() 把具名元組以 collections.OrderedDict 的形式返回宪潮,我們可以利用它來把元組里的信息友好地呈現(xiàn)出來。
collections.OrderedDict:返回一個(gè)有序的字典子類實(shí)例趣苏,具體可以參考官方文檔:collections.OrderedDict

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末狡相,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子食磕,更是在濱河造成了極大的恐慌尽棕,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,941評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件彬伦,死亡現(xiàn)場(chǎng)離奇詭異滔悉,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)单绑,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門回官,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人搂橙,你說我怎么就攤上這事歉提。” “怎么了区转?”我有些...
    開封第一講書人閱讀 165,345評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵苔巨,是天一觀的道長。 經(jīng)常有香客問我废离,道長侄泽,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,851評(píng)論 1 295
  • 正文 為了忘掉前任蜻韭,我火速辦了婚禮悼尾,結(jié)果婚禮上柿扣,老公的妹妹穿的比我還像新娘。我一直安慰自己诀豁,他們只是感情好窄刘,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著舷胜,像睡著了一般娩践。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上烹骨,一...
    開封第一講書人閱讀 51,688評(píng)論 1 305
  • 那天翻伺,我揣著相機(jī)與錄音,去河邊找鬼沮焕。 笑死吨岭,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的峦树。 我是一名探鬼主播辣辫,決...
    沈念sama閱讀 40,414評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼魁巩!你這毒婦竟也來了急灭?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,319評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤谷遂,失蹤者是張志新(化名)和其女友劉穎葬馋,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體肾扰,經(jīng)...
    沈念sama閱讀 45,775評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡畴嘶,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了集晚。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片窗悯。...
    茶點(diǎn)故事閱讀 40,096評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖偷拔,靈堂內(nèi)的尸體忽然破棺而出蒋院,到底是詐尸還是另有隱情,我是刑警寧澤条摸,帶...
    沈念sama閱讀 35,789評(píng)論 5 346
  • 正文 年R本政府宣布悦污,位于F島的核電站铸屉,受9級(jí)特大地震影響钉蒲,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜彻坛,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評(píng)論 3 331
  • 文/蒙蒙 一顷啼、第九天 我趴在偏房一處隱蔽的房頂上張望踏枣。 院中可真熱鬧,春花似錦钙蒙、人聲如沸茵瀑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽马昨。三九已至,卻和暖如春扛施,著一層夾襖步出監(jiān)牢的瞬間鸿捧,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評(píng)論 1 271
  • 我被黑心中介騙來泰國打工疙渣, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留匙奴,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,308評(píng)論 3 372
  • 正文 我出身青樓妄荔,卻偏偏與公主長得像泼菌,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子啦租,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評(píng)論 2 355