- Python 基础
- Python - 首页
- Python - 概述
- Python - 历史
- Python - 特性
- Python vs C++
- Python - Hello World 程序
- Python - 应用领域
- Python - 解释器
- Python - 环境设置
- Python - 虚拟环境
- Python - 基本语法
- Python - 变量
- Python - 数据类型
- Python - 类型转换
- Python - Unicode 系统
- Python - 字面量
- Python - 运算符
- Python - 算术运算符
- Python - 比较运算符
- Python - 赋值运算符
- Python - 逻辑运算符
- Python - 位运算符
- Python - 成员运算符
- Python - 身份运算符
- Python - 运算符优先级
- Python - 注释
- Python - 用户输入
- Python - 数字
- Python - 布尔值
- Python 控制语句
- Python - 控制流
- Python - 决策
- Python - If 语句
- Python - If else
- Python - 嵌套 If
- Python - Match-Case 语句
- Python - 循环
- Python - for 循环
- Python - for-else 循环
- Python - While 循环
- Python - break 语句
- Python - continue 语句
- Python - pass 语句
- Python - 嵌套循环
- Python 函数与模块
- Python - 函数
- Python - 默认参数
- Python - 关键字参数
- Python - 仅关键字参数
- Python - 位置参数
- Python - 仅位置参数
- Python - 可变参数
- Python - 变量作用域
- Python - 函数注解
- Python - 模块
- Python - 内置函数
- Python 字符串
- Python - 字符串
- Python - 字符串切片
- Python - 修改字符串
- Python - 字符串连接
- Python - 字符串格式化
- Python - 转义字符
- Python - 字符串方法
- Python - 字符串练习
- Python 列表
- Python - 列表
- Python - 访问列表元素
- Python - 修改列表元素
- Python - 添加列表元素
- Python - 删除列表元素
- Python - 循环遍历列表
- Python - 列表推导式
- Python - 排序列表
- Python - 复制列表
- Python - 合并列表
- Python - 列表方法
- Python - 列表练习
- Python 元组
- Python - 元组
- Python - 访问元组元素
- Python - 更新元组
- Python - 解包元组
- Python - 循环遍历元组
- Python - 合并元组
- Python - 元组方法
- Python - 元组练习
- Python 集合
- Python - 集合
- Python - 访问集合元素
- Python - 添加集合元素
- Python - 删除集合元素
- Python - 循环遍历集合
- Python - 合并集合
- Python - 复制集合
- Python - 集合运算符
- Python - 集合方法
- Python - 集合练习
- Python 字典
- Python - 字典
- Python - 访问字典元素
- Python - 修改字典元素
- Python - 添加字典元素
- Python - 删除字典元素
- Python - 字典视图对象
- Python - 循环遍历字典
- Python - 复制字典
- Python - 嵌套字典
- Python - 字典方法
- Python - 字典练习
- Python 数组
- Python - 数组
- Python - 访问数组元素
- Python - 添加数组元素
- Python - 删除数组元素
- Python - 循环遍历数组
- Python - 复制数组
- Python - 反转数组
- Python - 排序数组
- Python - 合并数组
- Python - 数组方法
- Python - 数组练习
- Python 文件处理
- Python - 文件处理
- Python - 写入文件
- Python - 读取文件
- Python - 重命名和删除文件
- Python - 目录
- Python - 文件方法
- Python - OS 文件/目录方法
- Python - OS 路径方法
- 面向对象编程
- Python - OOPs 概念
- Python - 类与对象
- Python - 类属性
- Python - 类方法
- Python - 静态方法
- Python - 构造函数
- Python - 访问修饰符
- Python - 继承
- Python - 多态
- Python - 方法重写
- Python - 方法重载
- Python - 动态绑定
- Python - 动态类型
- Python - 抽象
- Python - 封装
- Python - 接口
- Python - 包
- Python - 内部类
- Python - 匿名类和对象
- Python - 单例类
- Python - 包装器类
- Python - 枚举
- Python - 反射
- Python 错误与异常
- Python - 语法错误
- Python - 异常
- Python - try-except 块
- Python - try-finally 块
- Python - 抛出异常
- Python - 异常链
- Python - 嵌套 try 块
- Python - 用户自定义异常
- Python - 日志记录
- Python - 断言
- Python - 内置异常
- Python 多线程
- Python - 多线程
- Python - 线程生命周期
- Python - 创建线程
- Python - 启动线程
- Python - 线程连接
- Python - 线程命名
- Python - 线程调度
- Python - 线程池
- Python - 主线程
- Python - 线程优先级
- Python - 守护线程
- Python - 线程同步
- Python 同步
- Python - 线程间通信
- Python - 线程死锁
- Python - 中断线程
- Python 网络编程
- Python - 网络编程
- Python - 套接字编程
- Python - URL 处理
- Python - 泛型
- Python 库
- NumPy 教程
- Pandas 教程
- SciPy 教程
- Matplotlib 教程
- Django 教程
- OpenCV 教程
- Python 杂项
- Python - 日期与时间
- Python - 数学
- Python - 迭代器
- Python - 生成器
- Python - 闭包
- Python - 装饰器
- Python - 递归
- Python - 正则表达式
- Python - PIP
- Python - 数据库访问
- Python - 弱引用
- Python - 序列化
- Python - 模板
- Python - 输出格式化
- Python - 性能测量
- Python - 数据压缩
- Python - CGI 编程
- Python - XML 处理
- Python - GUI 编程
- Python - 命令行参数
- Python - 文档字符串
- Python - JSON
- Python - 发送邮件
- Python - 扩展
- Python - 工具/实用程序
- Python - GUIs
- Python 高级概念
- Python - 抽象基类
- Python - 自定义异常
- Python - 高阶函数
- Python - 对象内部
- Python - 内存管理
- Python - 元类
- Python - 使用元类进行元编程
- Python - 模拟和存根
- Python - 猴子补丁
- Python - 信号处理
- Python - 类型提示
- Python - 自动化教程
- Python - Humanize 包
- Python - 上下文管理器
- Python - 协程
- Python - 描述符
- Python - 诊断和修复内存泄漏
- Python - 不可变数据结构
- Python 有用资源
- Python - 问答
- Python - 在线测验
- Python - 快速指南
- Python - 参考
- Python - 速查表
- Python - 项目
- Python - 有用资源
- Python - 讨论
- Python 编译器
- NumPy 编译器
- Matplotlib 编译器
- SciPy 编译器
Python collections.namedtuple
Python 中的namedtuple()是来自collections模块的一种数据类型。它为元组中的每个位置分配一个名称,允许通过字段名称访问元素,类似于我们通过索引访问元组中的元素。
namedtuple()类返回一个名为typename的新元组子类。新子类用于创建类似元组的对象,这些对象具有可通过属性访问的字段,并且可索引和可迭代。我们可以通过typename、字段名称和传递索引值来访问元素。
语法
以下是Python namedtuple()数据类型的语法:
class collections.namedtuple(typename, field_names, rename, default)
参数
此类接受以下参数:
typename:它返回一个名为typename[元组名称]的新元组子类。新子类用于创建类似元组的对象,这些对象具有可通过属性访问的字段,并且可索引和可迭代。我们可以通过typename、字段名称和传递索引值来访问元素。
field_names:它可以是字符串序列,例如['x', 'y'],也可以是单个字符串,其中字段名以空格或逗号分隔。例如,'x y'或 'x, y'。field_name可以是任何Python标识符,但名称不能以下划线或数字开头,也不能是关键字。
rename:如果为真,则无效的字段名会自动替换为位置名称。例如,['xyz', 'class', 'mno', 'pqr']将转换为['xyz', '4', 'mno', 'pqr'],消除了关键字class关键字。
default:它可以是None或iterable的默认值。由于具有默认值的字段必须位于任何没有默认值的字段之后,因此默认值将应用于最右边的参数。例如,如果字段名为['p', 'q', 'r'],默认值为(10,20),则p将是必需的参数,q将默认为10,r将默认为20。
返回值
此类返回一个新的子类元组。
示例
以下是Python namedtuple()数据类型的基本示例:
from collections import namedtuple student1 = namedtuple('student1',['name','rollno', 'marks']) var = student1(name = 'Sai',rollno=237, marks=89) print("Name :",var.name) print("Rollno :",var.rollno) print("Marks :",var.marks)
以下是以上代码的输出:
Name : Sai Rollno : 237 Marks : 89
使用带_.make()的namedtuple()
_.make()将使用可迭代对象初始化现有namedtuple的值。它接受iterable作为参数。
示例
这里,我们使用namedtuple()创建了一个名为student1的元组,并使用make()方法替换了它的元素:
from collections import namedtuple student1 = namedtuple('student1',['name','rollno', 'marks']) var = student1('John', 202, 75) print(var) tup1 = [12, 45, 89] print(student1._make(tup1))
以下是以上代码的输出:
student1(name='John', rollno=202, marks=75) student1(name=12, rollno=45, marks=89)
使用带._asdict()的namedtuple()
使用namedtuple()类创建的元组可以通过_asdict()方法转换为字典。
示例
这里,我们有一个名为dic1的元组,并使用_asdict()方法将其转换为字典:
from collections import namedtuple dic1 = namedtuple('dic1',['Telangana','TamilNadu', 'Karnataka']) var = dic1('Hyderabad', 'Chennai', 'Bangalore',) print(var._asdict())
以下是以上代码的输出:
{'Telangana': 'Hyderabad', 'TamilNadu': 'Chennai', 'Karnataka': 'Bangalore'}
使用带._replace()的namedtuple()
replace()方法返回一个名为元组的新实例,用新值替换指定的字段。
示例
以下是replace()与namedtuple一起使用的示例:
from collections import namedtuple list1 = namedtuple('list1',['x', 'y']) var = list1(x=10, y=90) print(var._replace(x=55))
以下是以上代码的输出:
list1(x=55, y=90)
使用带_field的namedtuple()
_field()方法用于连接两个namedtuple和列出字段名的字符串元组。对于内省和从现有namedtuple创建新的namedtuple类型很有用。
示例
这里,我们创建了两个元组,并使用_fields将它们连接到一个元组中,并分配了值:
from collections import namedtuple tup1 = namedtuple('tup1',['x1','y1','z1']) tup2 = namedtuple('tup2',['x2','y2','z2']) Newtup = namedtuple('Newtup', tup1._fields + tup2._fields) res = Newtup(12,14,16,18,20,22) print(res)
以下是以上代码的输出:
Newtup(x1=12, y1=14, z1=16, x2=18, y2=20, z2=22)
使用带_field_defaults的namedtuple
字段名到默认值的映射字典是使用命名元组中的_field_defaults方法完成的。如果传递的参数少于定义的字符串列表,则其他参数将使用默认值。
示例
这里,我们创建了一个命名元组My_tup1,它有两个字段名,并给出了默认值-1。我们向My_tup1传递了一个值,但由于_field_defaults()方法,最终产生了两个值。
from collections import namedtuple My_tup1 = namedtuple('My_tup1',['val1', 'val2'],defaults=[-1]) res = My_tup1._field_defaults print("default value :",res) print(My_tup1(12))
以下是以上代码的输出:
default value : {'val2': -1} My_tup1(val1=12, val2=-1)