Python 有一个 ordered dictionary。那么有序集合呢?
collections.Counter
是 Python 的包。
dict
现在是插入顺序的(从 Python 3.7 开始保证)
答案是否定的,但您可以将 Python 标准库中的 collections.OrderedDict
与键(和值作为 None
)一起用于相同的目的。
更新:从 Python 3.7(和 CPython 3.6)开始,标准 dict
是 guaranteed to preserve order,并且比 OrderedDict
性能更高。 (但是,为了向后兼容,尤其是可读性,您可能希望继续使用 OrderedDict
。)
下面是一个示例,说明如何将 dict
用作有序集以在保留顺序的同时过滤掉重复项,从而模拟有序集。使用 dict
类方法 fromkeys()
创建一个 dict,然后简单地要求 keys()
返回。
>>> keywords = ['foo', 'bar', 'bar', 'foo', 'baz', 'foo']
>>> list(dict.fromkeys(keywords))
['foo', 'bar', 'baz']
对此有一个 ordered set(可能是 new link)配方,从 Python 2 Documentation 中引用。这可以在 Py2.6 或更高版本以及 3.0 或更高版本上运行,无需任何修改。该接口几乎与普通集合完全相同,只是应该使用列表进行初始化。
OrderedSet([1, 2, 3])
这是一个 MutableSet,因此 .union
的签名与 set 的签名不匹配,但由于它包含 __or__
,因此可以轻松添加类似的内容:
@staticmethod
def union(*sets):
union = OrderedSet()
union.union(*sets)
return union
def union(self, *sets):
for set in sets:
self |= set
update
、union
、intersection
。
union
。最后一个将“获胜”,而第一个将在运行时不存在。这是因为 OrderedSet.union
(无括号)必须引用 single 对象。
更新:此答案自 Python 3.7 起已过时。有关更好的解决方案,请参见上面的 jrc's answer。仅出于历史原因将在此处保留此答案。
有序集在功能上是有序字典的特例。
字典的键是唯一的。因此,如果忽略有序字典中的值(例如,通过分配它们None
),则本质上具有有序集。
从 Python 3.1 和 2.7 开始,有 collections.OrderedDict
。以下是 OrderedSet 的示例实现。 (请注意,只有少数方法需要定义或覆盖:collections.OrderedDict
和 collections.MutableSet
完成繁重的工作。)
import collections
class OrderedSet(collections.OrderedDict, collections.MutableSet):
def update(self, *args, **kwargs):
if kwargs:
raise TypeError("update() takes no keyword arguments")
for s in args:
for e in s:
self.add(e)
def add(self, elem):
self[elem] = None
def discard(self, elem):
self.pop(elem, None)
def __le__(self, other):
return all(e in other for e in self)
def __lt__(self, other):
return self <= other and self != other
def __ge__(self, other):
return all(e in self for e in other)
def __gt__(self, other):
return self >= other and self != other
def __repr__(self):
return 'OrderedSet([%s])' % (', '.join(map(repr, self.keys())))
def __str__(self):
return '{%s}' % (', '.join(map(repr, self.keys())))
difference = property(lambda self: self.__sub__)
difference_update = property(lambda self: self.__isub__)
intersection = property(lambda self: self.__and__)
intersection_update = property(lambda self: self.__iand__)
issubset = property(lambda self: self.__le__)
issuperset = property(lambda self: self.__ge__)
symmetric_difference = property(lambda self: self.__xor__)
symmetric_difference_update = property(lambda self: self.__ixor__)
union = property(lambda self: self.__or__)
OrderedSet
,它是 OrderedDict
和 abc.Set
的子类,然后定义 __len__
、__iter__
和 __contains__
。
OrderedSet([1,2,3])
会引发 TypeError。构造函数是如何工作的?缺少使用示例。
dict
(因为它现在是有序的),以及(3)使用collections.abc.MutableSet
。
PyPI 上的实现
虽然其他人指出 Python 中没有内置的插入顺序保留集实现(目前),但我觉得这个问题缺少一个答案,说明在 PyPI 上可以找到什么。
有以下包:
有序集(基于 Python)
有序集(基于 Cython)
集合扩展
boltons(在 iterutils.IndexedSet 下,基于 Python)
oset(最后更新于 2012 年)
其中一些实现基于此处的其他答案中也提到的 recipe posted by Raymond Hettinger to ActiveState。
一些差异
有序集(1.1 版)
优点:O(1) 用于按索引查找(例如 my_set[5])
oset(版本 0.1.3)
优点:O(1) for remove(item)
缺点:显然 O(n) 用于按索引查找
对于 add(item)
和 __contains__(item)
(item in my_set
),两种实现都有 O(1)。
OrderedSet
现在支持 remove
SortedSet
和一堆其他排序的东西。
我可以比 OrderedSet 做得更好:boltons 的 a pure-Python, 2/3-compatible IndexedSet
type 不仅是一个有序集,而且还支持索引(与列表一样)。
只需 pip install boltons
(或将 setutils.py
复制到您的代码库中),导入 IndexedSet
并:
>>> from boltons.setutils import IndexedSet
>>> x = IndexedSet(list(range(4)) + list(range(8)))
>>> x
IndexedSet([0, 1, 2, 3, 4, 5, 6, 7])
>>> x - set(range(2))
IndexedSet([2, 3, 4, 5, 6, 7])
>>> x[-1]
7
>>> fcr = IndexedSet('freecreditreport.com')
>>> ''.join(fcr[:fcr.index('.')])
'frecditpo'
一切都是独一无二的,并按顺序保留。完全披露:我写了 IndexedSet
,但这也意味着 you can bug me if there are any issues。 :)
如果您使用有序集来维护排序顺序,请考虑使用 PyPI 中的排序集实现。 sortedcontainers 模块为此提供了一个 SortedSet。一些好处:纯 Python、快速的 C 实现、100% 的单元测试覆盖率、数小时的压力测试。
使用 pip 从 PyPI 安装很容易:
pip install sortedcontainers
请注意,如果您不能 pip install
,只需从 open-source repository 中拉下 sortedlist.py 和 sortedset.py 文件。
安装后,您可以简单地:
from sortedcontainers import SortedSet
help(SortedSet)
sortedcontainers 模块还维护一个 performance comparison 以及几个替代实现。
对于询问 Python 的包数据类型的评论,还有一个 SortedList 数据类型可用于有效地实现包。
SortedSet
类要求成员具有可比较性和可散列性。
set
和 frozenset
还要求元素是可散列的。可比较的约束是 SortedSet
的加法,但它也是一个明显的约束。
正如其他答案所提到的,对于 python 3.7+,dict 是按定义排序的。除了继承 OrderedDict
,我们还可以使用 dict 的键来继承 abc.collections.MutableSet
或 typing.MutableSet
来存储我们的值。
import itertools
import typing
T = typing.TypeVar("T")
class OrderedSet(typing.MutableSet[T]):
"""A set that preserves insertion order by internally using a dict."""
def __init__(self, iterable: typing.Iterator[T]):
self._d = dict.fromkeys(iterable)
def add(self, x: T) -> None:
self._d[x] = None
def discard(self, x: T) -> None:
self._d.pop(x, None)
def __contains__(self, x: object) -> bool:
return self._d.__contains__(x)
def __len__(self) -> int:
return self._d.__len__()
def __iter__(self) -> typing.Iterator[T]:
return self._d.__iter__()
def __str__(self):
return f"{{{', '.join(str(i) for i in self)}}}"
def __repr__(self):
return f"<OrderedSet {self}>"
然后只是:
x = OrderedSet([1, 2, -1, "bar"])
x.add(0)
assert list(x) == [1, 2, -1, "bar", 0]
I added this code, with some tests, in a small library,所以任何人都可以pip install
它。
discard
永远不应该提出 KeyError
。另请注意,这并不能提供合理的 __repr__
如果您已经在代码中使用了 pandas,那么它的 Index
对象的行为就像一个有序集,如 this article 中所示。
文章中的例子:
indA = pd.Index([1, 3, 5, 7, 9])
indB = pd.Index([2, 3, 5, 7, 11])
indA & indB # intersection
indA | indB # union
indA - indB # difference
indA ^ indB # symmetric difference
indA.difference(indB)
,减号执行标准减法
pd.Index
允许重复元素,这是实际 Python set
所不期望的。
游戏有点晚了,但我编写了一个类 setlist
作为 collections-extended
的一部分,它完全实现了 Sequence
和 Set
>>> from collections_extended import setlist
>>> sl = setlist('abracadabra')
>>> sl
setlist(('a', 'b', 'r', 'c', 'd'))
>>> sl[3]
'c'
>>> sl[-1]
'd'
>>> 'r' in sl # testing for inclusion is fast
True
>>> sl.index('d') # so is finding the index of an element
4
>>> sl.insert(1, 'd') # inserting an element already in raises a ValueError
ValueError
>>> sl.index('d')
4
GitHub:https://github.com/mlenzen/collections-extended
文档:http://collections-extended.lenzm.net/en/latest/
派皮:https://pypi.python.org/pypi/collections-extended
官方图书馆没有OrderedSet
。我制作了所有数据结构的详尽备忘单供您参考。
DataStructure = {
'Collections': {
'Map': [
('dict', 'OrderDict', 'defaultdict'),
('chainmap', 'types.MappingProxyType')
],
'Set': [('set', 'frozenset'), {'multiset': 'collection.Counter'}]
},
'Sequence': {
'Basic': ['list', 'tuple', 'iterator']
},
'Algorithm': {
'Priority': ['heapq', 'queue.PriorityQueue'],
'Queue': ['queue.Queue', 'multiprocessing.Queue'],
'Stack': ['collection.deque', 'queue.LifeQueue']
},
'text_sequence': ['str', 'byte', 'bytearray']
}
正如其他人所说,就功能而言,OrderedDict
是有序集合的超集,但如果您需要一个集合来与 API 交互并且不需要它是可变的,{2 } 实际上是一个实现 abc.collections.Set
:
import random
from collections import OrderedDict, abc
a = list(range(0, 100))
random.shuffle(a)
# True
a == list(OrderedDict((i, 0) for i in a).keys())
# True
isinstance(OrderedDict().keys(), abc.Set)
需要注意的是不可变性并且必须像字典一样构建集合,但它很简单并且只使用内置函数。
ParallelRegression 包提供了一个 setList( ) 有序集类,它比基于 ActiveState 配方的选项更完整。它支持所有可用于列表的方法,以及大多数(如果不是全部)可用于集合的方法。
注意:jrc 答案的扩展,因为如何使用 OrderDict 不包含在该答案中。
一个很好的解释,在 Create OrderedSet in Python 3.7 and Before 解释了适当的例子
我们有两种方法 - (1) collections.OrderedDict 和 (2) dict
First 用于 3.7 之前的 python,而 later 用于 python 3.7 及更高版本。
在 python 3.7 及更高版本中创建有序集,如下所示 -
keywords = ['hello', 'aurav', 'hello', 'narendra', 'foo', 'foo']
sampleList = list(dict.fromkeys(keywords))
print(type(sampleList))
for item in sampleList:
print(item)
运行上述程序时,输出为 -
<class 'list'>
hello
aurav
narendra
foo
查看如何create OrderedSet using OrderDict from collections
对于许多目的,只需调用 sorted 就足够了。例如
>>> s = set([0, 1, 2, 99, 4, 40, 3, 20, 24, 100, 60])
>>> sorted(s)
[0, 1, 2, 3, 4, 20, 24, 40, 60, 99, 100]
如果您要重复使用它,调用 sorted 函数会产生开销,因此您可能希望保存结果列表,只要您完成更改集合。如果您需要维护唯一的元素并进行排序,我同意从具有任意值(例如 None)的集合中使用 OrderedDict 的建议。
所以我也有一个小清单,我显然有可能引入非唯一值。
我搜索了某种唯一列表的存在,但后来意识到在添加元素之前测试元素的存在就可以了。
if(not new_element in my_list):
my_list.append(new_element)
我不知道这种简单方法是否有警告,但它解决了我的问题。
dict.fromkeys()
(更快)。但在这种情况下,键顺序仅保留在 CPython 3.6+ 实现中,因此当顺序很重要时,OrderedDict
是一种更便携的解决方案。keys = (1,2,3,1,2,1)
list(OrderedDict.fromkeys(keys).keys())
->[1, 2, 3]
,python-3.7。有用。dict
不同,遗憾的是 Python 3.7+ 中的set
不保留顺序。