Курс Python → Работа с collections в Python.

Для работы со специальными типами данных в Python можно использовать модуль collections, который предоставляет удобные инструменты для работы с контейнерами. Например, defaultdict позволяет создавать словари с дефолтным значением для ключей, что упрощает работу с отсутствующими ключами. Counter, в свою очередь, предоставляет удобный способ подсчета элементов в итерируемом объекте.

Давайте рассмотрим пример использования модуля collections. Допустим, у нас есть список слов words, и нам нужно подсчитать количество вхождений каждого слова в этом списке. Мы можем создать объект defaultdict с типом int, чтобы автоматически увеличивать значение для каждого нового слова. После этого мы можем пройтись по списку слов и увеличивать значение в словаре word_counts для каждого слова.


from collections import defaultdict

words = ['apple', 'banana', 'apple', 'orange', 'banana']
word_counts = defaultdict(int)

for word in words:
    word_counts[word] += 1

print(word_counts)

Теперь давайте рассмотрим другой пример использования модуля collections. Предположим, у нас есть строка ‘banana’, и мы хотим подсчитать количество вхождений каждого символа в этой строке. Для этого мы можем использовать класс Counter, который автоматически создаст словарь с количеством вхождений каждого символа.


from collections import Counter

sentence = 'banana'
letter_counts = Counter(sentence)

print(letter_counts)

Таким образом, модуль collections предоставляет удобные инструменты для работы со специальными типами данных в Python. Благодаря defaultdict и Counter можно эффективно решать задачи по подсчету элементов и управлению словарями. Используя эти инструменты, разработчики могут упростить и оптимизировать свой код, делая его более читаемым и эффективным.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Измерение времени выполнения кода
  2. CSV строка разделение в Python
  3. Методы работы со строками в Python
  4. Работа со словарями в Python
  5. Визуализация пропусков данных
  6. Обработка исключений в Python 3
  7. Список и кортеж в Python
  8. Сортировка HTML-элементов
  9. Проверка подстроки в строке с помощью in
  10. Множества и frozenset
  11. Преобразование чисел в слова
  12. Combobox в Tkinter
  13. Метод join() для объединения элементов
  14. Python Метод sleep() времени
  15. Получение значений из словарей
  16. Разработка Telegram-ботов
  17. Тестирование функции сложения
  18. Пропуск начальных строк с помощью dropwhile()
  19. Работа с итераторами в Python
  20. Работа с изменяемыми коллекциями
  21. Метод index() в Python
  22. Получение текущей даты и времени с помощью datetime
  23. Метод lt для сортировки объектов
  24. Обучение модели с указанием эпох
  25. Деление в Python
  26. Запуск внешних программ с subprocess
  27. Сложные типы данных в Python
  28. Работа с itertools
  29. Numpy: использование Ellipsis
  30. Получение списка файлов в директории с использованием os
  31. Переопределение метода divmod
  32. Работа со слайсами
  33. Синхронизация потоков с time.sleep()
  34. Чтение бинарного файла в Python.
  35. Поиск индекса элемента
  36. Избегайте двойного подчеркивания
  37. Циклы в Python
  38. Блок else в циклах Python
  39. Введение в PyTorch
  40. Метод setitem в Python
  41. Работа с файлами в Python
  42. Python Метод sleep() из time
  43. Преобразование типов данных в set comprehension

Marketello читают маркетологи из крутых компаний