[Python] collections 모듈

Python의 모듈 중 collections에 대해서 알아보았다.

이를 사용해서 List, Tuple, Dict를 편리하게 다룰 수 있다.

 

 객체 종류 

deque, Counter, OrderedDcit, defaultdict, namedtuple

 

---

 deque 

- stack과 queue를 지원

- List에 비해서 효율적인(빠른) 자료 저장 방식 지원!

 

from collections import deque

appendleft() : 리스트의 앞에 요소 추가

deque_list = deque() # 객체 선언
for i in range(5):
    deque_list.append(i)	# [0,1,2,3,4]
deque_list.appendleft(10)	# 앞에 추가

deque_list
>>> deque([10, 0, 1, 2, 3, 4])

 

deque는

rotate, reverse 등의 Linked List의 특성을 지원한다.

또한, 기존 list 형태의 함수를 모두 지원한다.

 

rotate(n) : n만큼 rotate

deque_list.rotate(1) # 한 칸씩 오른쪽으로 밀기
deque_list
>>> deque([4, 10, 0, 1, 2, 3])

extend() : 뒤에 추가

extendleft() : 앞에 추가 but, 입력 요소를 순서대로 하나씩 넣어준다.

deque_list.extend([5,6,7]) # 뒤에 추가
deque_list
>>> deque([4, 10, 0, 1, 2, 3, 5, 6, 7])

deque_list.extendleft([5,6,7]) # 앞에 추가 but, 입력 요소를 순서대로 하나씩
deque_list
>>> deque([7, 6, 5, 4, 10, 0, 1, 2, 3])

 

 

deque의 장점은

기존 List보다 효율적인 자료구조를 제공한다는 것이다!

효율적인 메모리 구조로 처리 속도를 향상시킬 수 있다.

 

아래의 예시를 보자!

from collections import deque
import time

# 1. deque
start_time = time.time()
deque_list = deque()
for i in range(1000):
    for i in range(1000):
        deque_list.append(i)
        deque_list.pop()
print(time.time() - start_time, "seconds")

# 2. general
start_time = time.time()
just_list = []
for i in range(1000):
    for i in range(1000):
        just_list.append(i)
        just_list.pop()
print(time.time() - start_time, "seconds")

>>> 0.08 ... seconds
>>> 0.26 ... seconds

time 모듈을 사용해서 경과시간을 측정해본 것이다.

 

deque와 general의 시간이

위의 결과에서는 약 3배정도 차이가 나는 것을 알 수 있다.

 

즉, deque가 더 효율적인 자료구조인 것이다!

 

---

 OrderedDict 

- python 3.6 미만까지 dict는 입력한 순서를 보장하지 않았다.

  그에 반해 데이터를 입력한 순서대로 반환해주는 객체!

(3.6부터는 의미가 없어졌다.)

---

 defualtdict 

- Dict type의 값에 기본 값을 지정하여

신규값 생성시 사용하는 방법이다.

 

from collections import defaultdict

df = defaultdict(lambda : 0) # 함수형태로 값을 넣어주어야 함!
df
>>> defaultdict(<function __main__.default_value()>, {})

 

df["first"]
print(df)

>>> defaultdict(<function <lambda> at 0x000001A50C58F160>, {'first': 0})

위 처럼 값을 넣어주면 0이 기본값으로 지정이 된다.

 

df["second"] = 9
printdf)

>>> defaultdict(<function __main__.default_value()>, {'first': 0,'second': 9})

지정한 경우에는

그에 따른 값이 들어간다.

 

활용예시

from collections import defaultdict

df = defaultdict(lambda : 0)		# 기본값 0
text = "aaabbcbbdbebabbc"			# 텍스트
text = ','.join(text).split(',')	# 모든 글자 분리

text
>>> ['a', 'a', 'a', 'b', 'b', 'c', 'b', 'b', 'd', 'b', 'e', 'b', 'a', 'b', 'b', 'c']

 

for i in text:	# text의 개수를 하나씩 세어준다.
    df[i] += 1
    
df
>>> {'a': 4, 'b': 8, 'c': 2, 'd': 1, 'e': 1})

이렇게 개수를 세어줄 때 사용할 수 있다.

 

 

+ OrderedDict와 sorted로 정렬하기

for a,b in OrderedDict(sorted(df.items(), key=lambda t:t[1], reverse=True)).items():
    print(a,b)

>>>
b 8
a 4
c 2
d 1
e 1

 

---

 Counter 

- Sequence type의 데이터 요소들의 개수를 dict 형태로 반환

from collections import Counter

 

c = Counter("abcde") # 문자열
c
>>> Counter({'a': 1, 'b': 1, 'c': 1, 'd': 1, 'e': 1}) # 문자의 수를 세어준다.

c = Counter(['a','b','c','d','e']) # 리스트
c
>>> Counter({'a': 1, 'b': 1, 'c': 1, 'd': 1, 'e': 1}) # 요소의 수를 세어준다.

c = Counter({'a':1, 'b':2, 'c':2}) # dict
c
>>> Counter({'a': 1, 'b': 2, 'c': 2}) # 그대로 나온다.

dict 형태로 반환하기 때문에 관련 메소드들도 사용할 수 있다.

 

---

 namedtuple 

- Tuple 형태로 Data 구조체를 저장하는 방법

- 저장되는 data의 variable을 사전 지정!

 

from collections import namedtuple

 

Box = namedtuple('Box', ['width','height'])
b = Box(20,40)
w,h = b
print(w, h)
>>> 20 40

print(b.width, b.height) # 변수를 이렇게 접근할 수도 있다.
>>> 20 40

print(b)
>>> Box(width=20, height=40)

#(class와 비슷)