python之Collections模块的namedtuple函数

心已赠人 2022-10-06 01:00 141阅读 0赞

### python之Collections模块的namedtuple函数 ###

Python中的元组（tuple）是大家非常熟悉的类型，它可以存储一个Python对象序列，不过元组与列表有所不同，元组中的元素值是不能被更改的。

由于元组不像字典那样可以为内部的元素命名，在访问元组的时候也只能通过索引访问其中的元素。Python标准模块collections提供了namedtuple函数，它可以创建一个和元组类似但更为强大的类型——具名元组（namedtuple），也就是构造一个带字段名的元组。**具名元组增加了数据的可读性和操作上的方便性。**

【collections这个模块实现了特定目标的容器，以提供Python标准内建容器 dict , list , set , 和 tuple 的替代选择。其中的namedtuple()是创建命名元组字段的工厂函数（Factory Function for Tuples with Named Fields）

[https://docs.python.org/zh-cn/3.9/library/collections.html\#collections.namedtuple][https_docs.python.org_zh-cn_3.9_library_collections.html_collections.namedtuple] 】

namedtuple 函数的语法如下所示：

collections.**namedtuple**(*typename*, *field\_names*, *\**, *rename=False*, *defaults=None*, *module=None*)

说明：

★typename 创建的namedtuple返回的对象类型

★field\_names 创建的namedtuple每个元素对应的name，不然为啥叫namedtuple呢。这个参数传递的可以是一个列表，一个用空格或者","间隔开的字符串。

★rename 如果为True，则对field\_names中的关键字和重复的键（官方文档原文为invalid fieldnames，暂时没想到其他可能无效的键）进行重命名，命名方式为对应参数的位置前加一个占位符"\_"

★defaults 只能是None或者一个iterable（可迭代对象，python中具有\_\_item\_\_或\_\_getitem\_\_方法的对象都可称之为iterable），并且该可迭代对象的元素个数不能超过field\_names传递的参数个数，不然会报错；这个参数的作用是在创建namedtuple时，传递的参数数量小于field\_names参数数量时，用iterable中的元素来填充不足，补足的方式为从可迭代对象的最右端开始逐一填充到field\_names的末端。

★moudle 当其值为None的时候，调用.\_\_module\_\_时返回的是\_\_main\_\_

创建一个具名元组，至少需要指明两个参数，一个是类名，另一个是类的各个字段名。后者可以是有多个字符串组成的可迭代对象，或者是有空格分隔开的字段名组成的字符串。具名元组可以通过字段名或者位置来获取一个字段的信息。

使用collections.namedtuple的简单的例子，代码如下：

import collections
     
    PointA = collections.namedtuple('Point', ['x', 'y'])
    p = PointA(10, y=20)  # 可以使用关键字参数和位置参数初始化namedtuple
    p[0] + p[1]   # 可以使用索引去获取namedtuple里面的元素，输出：30
     
    x, y = p   # 可以将namedtuple拆包
    print(x, y) # 输出：10, 20
     
    print(p.x + p.y)  # 使用对应的字段名字也可以获取namedtuple里面的元素，输出：30
     
    print(p) # 使用类似name=value的样式增加了数据的可读性，输出：Point(x=10, y=20)

运行之，参见下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NuZHMxMjM_size_16_color_FFFFFF_t_70][]

可见具名元组比普通元组具有更好的可读性，可以使代码更易于维护。同时与字典相比，又更加的轻量和高效。

**又如：**

from collections import namedtuple

tupleA = namedtuple('User', \['name', 'age', 'id'\])

tuple\_a = tupleA('Tom', '28', '464643123')

tuple\_a  \# 输出：User(name='Tom', age='28', id='464643123')

参见下图：

![20210610165155957.png][]

具名元组是元组的子类，所以仍适用正常的元组操作，但它更友好，因为创建的具名元组实例，可以按字典方式来访问，如

print(tuple\_a\[0\]) \#输出：Tom

print(tuple\_a.name)\#输出：Tom

参见下图：

![20210610165155983.png][]

有一点需要注意，就是具名元组中的属性都是不可变的。任何尝试改变其属性值的操作都是非法的。如：

![20210610165155984.png][]

报错提示：'User' object does not support item assignment（'User'对象不支持项赋值）

使用 \*\* 运算符将字典转化为namedtuple的例子：

from collections import namedtuple
    ss = namedtuple('t', 'a b c')
    d0 = {'x':1, 'y':2, 'z':3}
    d1 = {'a':1, 'b':2, 'c':3}
    #print(ss(**d0)) #报错，原因是键名和field_names不匹配，故注释掉
    print(ss(**d1))#正常输出t(a=1, b=2, c=3)

输出：

t(a=1, b=2, c=3)

具名元组除了继承元组的一些方法和特性之外，具名元组还具有以下这些特有的属性和方法。

★类属性\_fields：包含这个类所有字段名的元组，如

print(tuple\_a.\_fields) \# ('name', 'age', 'id')

参见下图：

![20210610165537950.png][]

★类方法\_make(iterable)：接受一个可迭代对象来产生这个类的实例，如：

tuple\_a\_l = tupleA.\_make(\['Lucy', '12', 464464314\])

print(tuple\_a\_l)  \#输出：User(name='Lucy', age='12', id=464464314)

参见下图：

![20210610165537923.png][]

★方法\_asdict()：把具名元组以collections.OrdereDict的形式返回，可以利用它来把元组里的信息友好的展示出来，如：

print(tuple\_a.\_asdict()) \#输出：\{'name': 'Tom', 'age': '28', 'id': '464643123'\}

参见下图：

![20210610165537923.png][]

★方法.\_replace ()：修改对象属性，如

tuple\_a = tuple\_a.\_replace(age=22)

print(tuple\_a) \#输出：User(name='Tom', age=22, id='464643123')

参见下图：

![20210610165537923.png][]

**附**

collections.namedtuple 用法详解完整版[https://blog.csdn.net/m0\_37586991/article/details/103713691][https_blog.csdn.net_m0_37586991_article_details_103713691]

Python collections中的 namedtuple(命名元组)用法 [https://blog.csdn.net/weixin\_43064185/article/details/93402831][https_blog.csdn.net_weixin_43064185_article_details_93402831]

[https_docs.python.org_zh-cn_3.9_library_collections.html_collections.namedtuple]: https://docs.python.org/zh-cn/3.9/library/collections.html#collections.namedtuple
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NuZHMxMjM_size_16_color_FFFFFF_t_70]: /images/20221005/8119ff3acb5441dab15bdc5c3c24c094.png
[20210610165155957.png]: /images/20221005/594f779217ac4b11b5709b08872bff8a.png
[20210610165155983.png]: /images/20221005/3dcf1292e306489f9bbaec6c3a855b38.png
[20210610165155984.png]: /images/20221005/10ec751243c846d8b791dee674542c53.png
[20210610165537950.png]: /images/20221005/86b3f36f6ba248249ab8816ff8504aa5.png
[20210610165537923.png]: /images/20221005/df8449a6cf0e4f288f44e0301cd96671.png
[https_blog.csdn.net_m0_37586991_article_details_103713691]: https://blog.csdn.net/m0_37586991/article/details/103713691
[https_blog.csdn.net_weixin_43064185_article_details_93402831]: https://blog.csdn.net/weixin_43064185/article/details/93402831