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. Лямбда-функции в цикле
  2. Работа со слайсами
  3. Создание новых списков в Python
  4. Поиск уникальных элементов строкой в Python
  5. Упрощение условных выражений с тернарным оператором
  6. Метод difference_update() — разность множеств
  7. Область видимости переменных
  8. Избегание циклических зависимостей классов в Python
  9. Функция zip() в Python
  10. Создание списков в Python
  11. Установка и использование howdoi
  12. Модуль math: константы π и e
  13. Работа с файлами в Python
  14. Счетчик в Python: most_common()
  15. Объединение словарей в Python
  16. Retrying в Python: повторные вызовы
  17. Декораторы в Python
  18. Методы работы со строками в Python
  19. Работа с SQLite в Python
  20. Итерация по копии коллекции
  21. Исключение NotImplementedError
  22. Инициализация переменных
  23. Основы работы со списками
  24. Тип данных TypeVarTuple
  25. Обратный список чисел
  26. Проверка индексов коллекции
  27. Установка Python — Простое руководство
  28. PATCH-запрос с библиотекой requests
  29. Подсчет частоты элементов с Counter
  30. Создание панели меню Tkinter
  31. Работа со строками
  32. Профилирование данных с Pandas.
  33. Распаковка аргументов в Python
  34. Работа с deque из collections
  35. Создание виртуальной среды
  36. Метод Enumerate() для списков
  37. Функция count() в Python
  38. Переворот списка в Python
  39. Руководство по библиотеке pydantic
  40. Удаление эмодзи с помощью pandas
  41. Эффективная конкатенация строк в Python
  42. Оператор space-invader
  43. Явный импорт переменных
  44. Создание виртуальной среды
  45. Удаление элементов во время итерации
  46. Работа со строками в Python

Marketello читают маркетологи из крутых компаний