4つの高性能なデータ型、Pythonコレクションはコードの最適化とタスクの簡素化に役立ちます

この記事では、機械学習エンジニアの George Seif が、Python のコレクション モジュールの非常に人気のある 4 つのデータ型とその使用方法について説明します。これらのデータ型はコードを最適化し、より簡潔なタスク実行を実現します。
Python の最大の利点の 1 つは、利用できるモジュールとパッケージの種類が豊富なことです。これらのモジュールとパッケージは、機械学習、データ サイエンス、Web 開発、フロントエンド開発など、多くの一般的な分野に Python の機能を拡張します。最もパフォーマンスが優れているものの 1 つは、Python の組み込みコレクション モジュールです。

一般的に言えば、Python のコレクション モジュールは、リスト、辞書、タプル、セットなどのデータ コレクションを格納するためのコンテナーです。これらのコンテナは Python に埋め込まれており、すぐに使用できます。コレクション モジュールは、コードを最適化し、一部のタスクをより簡潔にすることができる追加の高性能データ型を提供します。

[[281234]]

この記事は、George Seif (機械学習エンジニア) によって執筆されました。

カウンタ

公式ドキュメント: https://docs.python.org/2/library/collections.html#collections.Counter

Counter は辞書オブジェクトのサブクラスです。 collections モジュールの Counter() 関数は、リストやタプルなどの反復子を受け取り、Counter 辞書を返します。この辞書のキーはこの反復子内の一意の要素であり、各キーの値は反復子の要素の数です。

まず、コレクション パッケージから Counter をインポートする必要があります。

コレクションからカウンターをインポート

Counter オブジェクトを作成する場合、他のオブジェクト クラスと同様に、最初にそれを変数に割り当てる必要があります。Counter オブジェクトに渡される唯一の変数は反復子です。

 1st = [ 1 , 2 , 3 , 3 , 2 , 1 , 1 , 1 , 2 , 2 , 3 , 1 , 2 , 1 , 1 ] 
 
カウンター = カウンター(lst)

単純な印刷関数 (print(counter)) を使用してこの Counter を印刷すると、辞書に少し似た出力が得られます。

カウンター( { 1 : 7,2 : 5,3 : 3 } )​

これらのキーを使用して、任意のカウンター項目にアクセスできます。これは、標準の Python 辞書から要素を取得するのとまったく同じです。

 1st = [ 1 , 2 , 3 , 3 , 2 , 1 , 1 , 1 , 2 , 2 , 3 , 1 , 2 , 1 , 1 ] 
 
カウンター = カウンター(lst) 
 
 print(カウンタ[ 1 ]) 
 
 most_common() 関数

これまでのところ、Counter オブジェクトで最も便利な関数は most_common() です。 Counter オブジェクトに適用すると、共通性の降順でソートされた上位 N 個の共通要素とその数を含むリストが返されます。

 1st = [ 1 , 2 , 3 , 3 , 2 , 1 , 1 , 1 , 2 , 2 , 3 , 1 , 2 , 1 , 1 ] 
 
カウンター = カウンター(lst) 
 
印刷(counter.most_common( 2 ))

上記のコードは、次のタプルのリストを出力します。

 [( 1 , 7 ), ( 2 , 5 )]

各タプルの最初の要素はリスト内の唯一の項目であり、2 番目の要素はカウントです。 「リスト内の上位 3 つの共通要素とその数を取得する」などの問題の場合、これは迅速かつ簡単なアプローチになります。

Counter の機能について詳しく知りたい場合は、公式ドキュメントをご覧ください。

デフォルト辞書

公式ドキュメント: https://docs.python.org/2/library/collections.html#collections.defaultdict

defaultdict は通常の Python 辞書とまったく同じように動作しますが、存在しないキーにアクセスしようとしたときにエラーをスローするのではなく、キーをデフォルト値で初期化する点が異なります。デフォルト値は、defaultdict オブジェクトの作成時に引数として渡されるデータ型に基づいて自動的に設定されます。次のコードは例です。

代わりに、キーをデフォルト値で初期化します。デフォルト値は、defaultdict オブジェクトの作成時に引数として渡されるデータ型に基づいて自動的に設定されます。次のコードは例です。

コレクションからdefaultdictをインポート
 
 names_dict = デフォルト辞書( int ) 
 
 names_dict[ "ボブ" ] = 1   
 
 names_dict[ "ケイティ" ] = 2   
 
 sara_number = names_dict[ "サラ" ] 
 
印刷(names_dict)

上記の例では、defaultdict オブジェクトに渡されるデフォルト値は int です。次に、各キーに値が割り当てられるため、「Bob」と「Katie」にはそれぞれ数字が割り当てられます。しかし、最後の行では、まだ定義されていないキー「Sara」にアクセスしようとしています。

通常の辞書では、この操作はエラーになります。しかし、defaultdict を使用すると、int データ型に対応する値 0 を持つ「Sara」の新しいキーが自動的に初期化されます。したがって、最後の行では、「Bob」、「Katie」、「Sara」とそれらに対応する値を出力できます。

 defaultdict(<クラス  'int' >, { 'ボブ' : 1 、 'ケイティ' : 2 、 'サラ' : 0 })

リストを使用して defaultdict を初期化すると、つまり names_dict = defaultdict(list) とすると、「Sara」の値は空のリスト [] に初期化され、印刷される内容は次のようになります。

 defaultdict(<クラス  'int' >, { 'ボブ' : 1 , 'ケイティ' : 2 , 'サラ' : []})

defaultdict の機能について詳しく知りたい場合は、公式ドキュメントを参照してください。

デキュー

公式ドキュメント: https://docs.python.org/2/library/collections.html#collections.deque

キューは、先入れ先出し (FIFO) の原則に従うコンピューター サイエンスの基本的なデータ構造です。簡単に言えば、キュ​​ーに最初に追加されたオブジェクトは、最初に削除されるオブジェクトでもある必要があります。キューの先頭にコンテンツを挿入し、後ろからコンテンツを削除することしかできません。途中のコンテンツを操作することはできません。

コレクション ライブラリの deque はこの機能を最適化します。このメソッドの重要な特性は、キューの長さを一定に保つことです。つまり、キューの最大サイズを 10 に設定すると、deque は FIFO 原則に従って要素を追加および削除し、キューの最大サイズを 10 に保ちます。これは Python でキューを使用する最も優れた方法です。

別の例を見てみましょう。まず deque オブジェクトを作成し、それを 1 から 10 までの整数で初期化します。

コレクションからdequeをインポート
 
 my_queue = deque(最大長= 10 ) 
 
 iが範囲( 10 )内にある場合: 
 
    my_queue.append(i + 1 )を実行します。 
 
印刷(my_queue)

上記のコードでは、最初に deque を初期化し、その最大長を 10 に指定します。次に、 for ループを介して値をキューに挿入します。通常の Python リストと同じ方法でキューを埋めることに注意してください。最後に、結果を出力します。

 deque([ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 ], 最大長 = 10 )

キューは maxlen=10 に設定されており、ループ値によって 10 個の要素が追加されるため、キューには 1 から 10 までのすべての数字が含まれます。では、これに数字を追加し続けると何が起こるか見てみましょう。

 iが範囲( 10,15 )内である場合: 
 
    my_queue.append(i + 1 )を実行します。 
 
印刷(my_queue)

上記のコードでは、キューに 5 つの要素 (11 から 15 までの数字) を追加しました。しかし、キューには 10 個の要素しか含められないため、いくつかの要素を削除する必要があります。キューは FIFO 原則に従う必要があるため、キューに挿入された最初の 5 つの要素 (挿入順序は [1、2、3、4、5]) が削除されます。印刷された結果は次のとおりです。

 deque([ 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 ], 最大長 = 10 )

deque 機能について詳しく知りたい場合は、公式ドキュメントを参照してください。

名前付きタプル

公式ドキュメント: https://docs.python.org/2/library/collections.html#collections.namedtuple

Python で通常のタプルを作成すると、その要素はすべて汎用的で名前が付けられません。これにより、各タプル要素の正確なインデックスを覚えておく必要があります。 namedtuple はこの問題を解決できます。

namedtuple() は、タプル内の各位置に固定の名前があり、namedtuple オブジェクトにも共通の名前があるタプルを返します。 namedtuple を使用するには、まずそのためのテンプレートを作成する必要があります。次のコードは、属性「name」、「age」、および「job」を持つ「Person」という namedtuple テンプレートを作成します。

コレクションからnamedtupleをインポートする
 
 Person = namedtuple( 'Person' , '名前 年齢 職業' ) 
 
テンプレートが作成されると、それを使用してnamedtupleオブジェクトを作成できます。2つのnamedtupleを作成しましょう。   2 人の人物とその代表を印刷します。 
 
 Person = namedtuple( 'Person' , '名前 年齢 職業' ) 
 
 Mike = 人(名前= 'Mike' 、年齢= 30 、職業= 'データ サイエンティスト' ) 
 
ケイト = Person(名前= "ケイト" 、年齢= 28 、職業= 'プロジェクトマネージャー' ) 
 
印刷(マイク) 
 
プリント（ケイト）

上記のコードは理解しやすいです。namedtuple の「Person」テンプレートを初期化し、そのすべての属性を初期化します。上記のコードの最終的な印刷結果は次のとおりです。

人(名前= 'マイク' 、年齢= 30 、職業= 'データサイエンティスト' ) 
 
人(名前= 'ケイト' 、年齢= 28 、職業= 'プロジェクトマネージャー' )

したがって、namedtuples を使用すると、タプルの使用がより簡単、読みやすく、整理されたものになります。

namedtuple 関数について詳しく知りたい場合は、公式ドキュメントを参照してください。