python collections雜談之二

在介紹下一個好用的數據結構namedtuple前，我先來談一下tuple和list的差別，以前我在初學python的時候，對於元素組我都是用list來包裝，因為tuple只要一初始化就不可以再做更動了，感覺要新增或是修改數據什麼的就非常的不方便，所以tuple對當時的我來說算是一個雞肋之物，但過了一段時間接觸多了，開始了解了tuple的好處，首先在前一兩天的動態型別雜談有提到所謂的immutable object和mutable object，因為內建的類型屬於mutable object就只有list以及dict，那所以我就可以說tuple算是一個'不可變'的list，從'不可變'的list來發想，究竟tuple可以有什麼用處呢：

1. 因為不可變，當然就用在不會變動的資料上阿！
2. 因為不可變，當然就用在不能給人變動的資料上阿！

這兩種對tuple功能的發想都是對的，因為tuple相對於list來說是不可變的，所以其內部結構較簡單，操作也比較快，如果在程式中想要設置一個常量元素組，他只用來訪問或用迴圈遍歷，而不會用來更改，那tuple當然是較好的選擇，而tuple也為數據提供了安全性，若你想要保護程式中的某些數據不被其他專案成員用程式更改，那tuple也是比list來的更適合，而另外函數間的多參數傳遞其實也是用tuple來實作的。

科科，當初初學python時，python最吸引我的一個小功能竟然也是因為tuple才能達成，我竟然後來才知道這件事，阿！當初從tuple中受益這麼久，竟如此身在福中不知福。

一定有很多人知道在python裡有一個很美妙的指令可以達成兩變數間的swap，就是"x,y=y,x"，這其中的原理究竟是什麼呢？事實上等號右式的"y,x"已經構成了一個新的tuple對象，所以已經跟y,x兩個變數本身沒有什麼直接相關了，然後再藉由tuple的parallel assignment，讓"x=(y,x)[0]"以及"y=(y,x)[1]"，用一行指令很簡潔的實現了swap功能。

好了言歸正傳，來談談這系列的第三個數據結構吧！

3. namedtuple:

在使用tuple結構的時候，通常會有一個可讀性與維護性上的困擾，如果我們要訪問tuple裡的的其中一個值，取他的index值就很容易就能達成，但是通常這個index值對於功能上並沒有任何意義，他只指名某個數據存放在tuple的第幾個位置裡。

以可讀性來說，我沒辦法以index值來得知存放在此的數據代表的意義，以維護性來說，假設我要在程式碼的某個tuple裡新插入某些元素，但這導致位於插入元素之後的其他元素的index值都會被改變，若是程式的其他地方有去訪問到這些index值被改變的元素，我都必須一一更改我訪問的位置，這是一件相當煩瑣的事。

有鑑於此，collections也提供了一個好用的數據結構namedtuple，讓我們可以利用名稱來代替index值，不僅改善可讀性，也可以減少元素與位置過強的耦合性，以下來稍微示範一下namedtuple的使用方法：

In python3 shell:
>>> from collections import namedtuple
>>> Identity = namedtuple('Identity', ['first_name','last_name','birthday'])
>>> identity = Identity('Sam','Lee','4/2')
>>> identity
Identity(first_name='Sam', last_name='Lee', birthday='4/2')
>>> identity.first_name
'Sam'
>>> identity.last_name
'Lee'
>>> identity.birthday
'4/2'
>>> identity[0]
'Sam'
>>> identity[1]
'Lee'
>>> identity[2]
'4/2'

當元素組的訪問可以依賴於名稱時，就近似於dict的功能了，然而不一樣的是，namedtuple是一個immutable object，但也因此他所需要的空間比字典還要來的少，但字典對於key值的搜尋速度比namedtuple快(理想上python的dict在搜尋key值的時間複雜度是O(1)，而namedtuple基本上還是tuple結構，所以其時間複雜度為O(n))，直覺上會覺得若是較重視空間效率的程式會偏好使用namedtuple，但速度和dict實在是差太多了，就我個人的經驗覺得可以取代dict的狀況還是少的，更何況他還不能直接更改value或是新增key值，但對於優化tuple本身的可讀性卻是極為推薦的。

順帶提一下，namedtuple的初始化是很方便的，他支援許多的型式，除了上式的string list，以下的方法也是同樣意思：

Identity = namedtuple('Identity', 'first_name,last_name,birthday')
Identity = namedtuple('Identity', 'first_name last_name birthday')

然而雖不能直接在原有的對象上更改或新增數據，因其immutable的特性，但namedtuple仍然提供一些方便的方法，這些方法是利用直接重造一個新的tuple的方式來更改數據：

In python3 shell:
>>> from collections import namedtuple
>>> Identity = namedtuple('Identity', ['first_name','last_name','birthday'])
>>> identity = Identity('Sam','Lee','4/2')
>>> identity._replace(birthday='4/3')   
Identity(first_name='Sam', last_name='Lee', birthday='4/3')

因為這個_replace方法是接受keyword參數的，因此在python cookbook有提及這個方法可以讓我們選擇性的只指定某些欄位的值，只要一開始有建立一個具有default值的namedtuple就行了(以下部份引用cookbook的code)：

from collections import namedtuple

Stock = namedtuple('Stock',['name','shares','price'])

default_stock = Stock('',0,0.0)

def dict_to_stock(s):
    return default_stock._replace(**s)

print(dict_to_stock({'shares':5}))
print(dict_to_stock({'shares':5,'name':'LALA'}))

好拉，今天就到這裡結束，明天再繼續整理一些有關collections的心得。