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. Автоматизация с Python
  2. Удаление пробелов методом translate()
  3. Работа с модулем bisect
  4. Создание уникального проекта
  5. Функции map, filter и reduce
  6. Создание пустых функций и классов в Python
  7. Ограничение ресурсов в Python
  8. Работа с типами данных в Python с помощью pydantic.
  9. Управление контекстом выполнения кода
  10. Создание генераторов
  11. Подсчет элементов с помощью Counter из collections
  12. Конвертация изображений в PDF
  13. Объединение строк с помощью метода join
  14. Форматирование даты с strftime()
  15. Генераторы данных
  16. Метод remove() для удаления элемента из списка
  17. Методы HTTP запросов в Flask
  18. Работа с атрибутом dict
  19. Операции с числами в Python
  20. Подписка на @SelectelNews
  21. Наиболее частотные элементы с помощью Counter
  22. Новшества Flask 2.0
  23. Очистка данных в Python
  24. Работа с контекстным менеджером Pool
  25. Поиск наиболее частого элемента списке
  26. Удаление элемента из списка
  27. Ошибка NotImplemented в Python
  28. Срезы в Numpy
  29. Улучшенные подсказки для импорта в Python 3.12
  30. Парсинг статей с Newspaper3k
  31. Обмен переменными в Jupyter
  32. JSON-esque в Python
  33. Метод __ilshift__ для битового сдвига влево
  34. Очистка данных с помощью pandas
  35. Анализ текста на русском языке с помощью Pymystem3
  36. Отправка HTTP-запросов с User-Agent
  37. Функция divmod() в Python
  38. Создание панели меню Tkinter
  39. Методы и функции в Python
  40. Обработка ошибок в Python
  41. Извлечение новостей с помощью newspaper3k
  42. Работа с IP-адресами в Python
  43. Создание комплексных чисел
  44. Оператор Walrus: правильное использование
  45. Нахождение разницы между списками в Python

Marketello читают маркетологи из крутых компаний