这些最好用却最不被看好的Python库，你知道多少？
全文共 2285 字，预计学习时长 7 分钟
来源：Pexels
生活中，常常有一些人，明明很有能力，却不被身边人看好。
是金子总能发光，这句话放在现实生活中，其实并不完全适用，人口众多，不乏有才之人，想要成功就需要一个一鸣惊人的机会。
Python也是。
Python中有很多现成的性能不错的库。 collections就是其中一个。
collections模块提供了“高性能的容器数据类型”，是通用容器字典、列表、集合和元组的完美替代。
但却常常被人忽视或者看轻。
今天，小芯就将努力当一个“好伯乐”，简洁明了地为大家介绍那些不被看好的Python库，发掘出它们的无限潜能。
在本文中将会向读者仔细介绍其中的三种数据类型，相信在阅读完本文后，大家一定会疑惑自己之前是如何在没有这些库的情况下完成编程。
来源：Pexels
Counter
Counter 的名字很贴切——它的主要功能就是计数。 这听起来很简单，但事实证明，数据科学家经常不得不进行计数，所以它十分有效。
有几种方法可以实现初始化，但笔者通常会设置一个如下图的值列表
from collections import Counter
ages = [22, 22, 25, 25, 30, 24, 26, 24, 35, 45, 52, 22, 22, 22, 25, 16, 11, 15, 40, 30]
value_counts = Counter(ages)
print(value_counts.most_common())
counter.py hosted with ❤ by GitHub
如果读者要运行上述代码(建议使用这个 高效率工具 )，就会得到以下输出:
[(22, 5), (25, 3), (24, 2), (30,2), (35, 1), (40, 1), (11, 1), (45, 1), (15, 1), (16, 1), (52, 1), (26, 1)]
按最常见的顺序排列的元组列表，其中元组中首先包含值，然后是计数。 所以可以迅速地从中看到22岁是最常见的年龄，频率为5次，还有年龄只出现了一次。 完成了!
DefaultDict
这是笔者的最爱之一。 DefaultDict 是在首次遇到每个键时使用默认值初始化的多功能字典。 接下来是一个实例
From collections import defaultdict
my_default_dict = defaultdict(int)
for letter in’the red fox ran as fast as it could’:
my_default_dict[letter] +=1
print(my_default_dict)
defaultdict.py hosted with ❤ by GitHub
返回
defaultdict(,{'a': 4, ' ': 8, 'c': 1, 'e': 2, 'd': 2, 'f': 2, 'i': 1, 'h': 1, 'l': 1, 'o':2, 'n': 1, 's': 3, 'r': 2, 'u': 1, 't': 3, 'x': 1})
通常，当尝试访问一个不在字典中的值时，就会出现显示错误的界面。 还有其他方法可以处理这个问题，但是它会添加一些多余的代码当用户希望使用默认值的时候。 在上面的例子中，用int初始化了defauldict，这意味着在第一次访问时，将它假设为0，所以可以很容易地对所有字符进行计数，简洁明了。 另一个常见的初始化是list，它允许用户在第一次访问时立即开始附加值。
NamedTuple
NamedTuple 对于数据科学家的意义至关重要。 接下来这个场景听起来可能十分熟悉, 由于喜欢list，所以正在进行特征工程，只需将这些特征添加到相对应的类中，然后将其输入到机器学习模型中。 当得到数百个特征时，情况就会变得十分混乱。 对于具体用到的特性，或引用了列表中的哪个索引模棱两可。 更糟糕的是，当其他人查看代码时，他们面对这一大堆的特性根本无从下手。
输入NamedTuples来解决这个窘境。
仅仅只需要多写几行代码，混乱的列表立刻就会恢复秩序。 如下图所示
from collections import namedtuple
Features = namedtuple(‘Features’, [‘age’, ‘gender’, ‘name’])
row = Features(age=22, gender=’male’, name=’Alex’)
print(row.age)
namedtuple.py hosted with ❤ by GitHub
如果要运行这段代码，它就会印出“22”的字样，即特征用户存储在行中的年龄。 简直不可思议！ 现在，大可不必使用索引来访问，取而代之的是一些易于理解的名称，这大大提高了代码的可维护性和整洁度。
这些功能都有助于编写更加简洁的代码。
来源：Pexels
看到这里，读者应该对collections库和它的一些很棒的功能有了一些了解，赶紧使用起来吧!
你会惊讶地发现它们很多隐藏的用处，以及它给你的代码带来的质的改变。
尽情享受它们带来的便利!
动动你的小手手，一起来试试吧~
推荐阅读专题
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
编译组： 陈曼芳、齐欣
相关链接：
https://towardsdatascience.com/the-most-undervalued-standard-python-library-14021632f692
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你
About The Author
maynard
懒散，不想无聊