namedtuple是Python中存儲數據類型，比較常見的數據類型還有有l(wèi)ist和tuple數據類型。相比于list，tuple中的元素不可修改，在映射中可以當鍵使用。

namedtuple:

namedtuple類位于collections模塊,有了namedtuple后通過屬性訪問數據能夠讓我們的代碼更加的直觀更好維護。namedtuple能夠用來創(chuàng)建類似于元祖的數據類型，除了能夠用索引來訪問數據，能夠迭代，還能夠方便的通過屬性名來訪問數據。

接下來通過本文給大家分享python namedtuple()的使用，一起看看吧！

基本定義

collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)

（1）返回一個名為typename的新元組子類

（2）新的子類用于創(chuàng)建類似元組的對象，這些對象具有可通過屬性查找訪問的字段以及可索引和可​​迭代的字段field_names

typename

（1）typename表示這個子類的名字，比如C++、python、Java中的類名

field_names

（1）field_names是一個字符串序列，例如[’x’，’y’]

（2）field_names可以是單個字符串，每個字段名都用空格或逗號分隔，例如’x y’或’x，y’

others

（1）其它的參數并不常用，這里不再介紹啦

基本樣例

from collections import namedtuple # 基本例子Point = namedtuple(’Point’,[’x’,’y’]) # 類名為Point,屬性有’x’和’y’ p = Point(11, y=22) # 用位置或關鍵字參數實例化，因為’x’在’y’前，所以x=11,和函數參數賦值一樣的print(p[0]+p[1]) # 我們也可以使用下標來訪問# 33 x, y = p # 也可以像一個元組那樣解析print(x,y)# (11, 22) print(p.x+p.y) # 也可以通過屬性名來訪問# 33 print(p) # 通過內置的__repr__函數，顯示該對象的信息# Point(x=11, y=22)

classmethod somenamedtuple._make(iterable)

（1）從一個序列或者可迭代對象中直接對field_names中的屬性直接賦值，返回一個對象

t = [11, 22] # 列表 listp = Point._make(t) # 從列表中直接賦值，返回對象print(Point(x=11, y=22))# Point(x=11, y=22)

classmethod somenamedtuple._asdict()

（1）之前也說過了，說它是元組，感覺更像一個帶名字的字典

（2）我們也可以直接使用_asdict()將它解析為一個字典dict

p = Point(x=11, y=22) # 新建一個對象d = p._asdict() # 解析并返回一個字典對象print(d)# {’x’: 11, ’y’: 22}

classmethod somenamedtuple._replace(**kwargs)

（1）這是對某些屬性的值，進行修改的，從replace這個單詞就可以看出來

（2）注意該函數返回的是一個新的對象，而不是對原始對象進行修改

p = Point(x=11, y=22) # x=11,y=22print(p)# Point(x=11, y=22) d = p._replace(x=33) # x=33,y=22 新的對象print(p)# Point(x=11, y=22)print(d)# Point(x=33, y=22)

classmethod somenamedtuple._fields

（1）該方法返回該對象的所有屬性名，以元組的形式

（2）因為是元組，因此支持加法操作

print(p._fields) # 查看屬性名# (’x’, ’y’) Color = namedtuple(’Color’, ’red green blue’)Pixel = namedtuple(’Pixel’, Point._fields + Color._fields) # 新建一個子類，使用多個屬性名q = Pixel(11, 22, 128, 255, 0)print(q)

classmethod somenamedtuple._field_defaults

（1）該方法是python3.8新增的函數，因為我的版本是3.6，無法驗證其正確性

（2）下面給出官方的示例

Account = namedtuple(’Account’, [’type’, ’balance’], defaults=[0])print(Account._field_defaults)#{’balance’: 0}print(Account(’premium’))#Account(type=’premium’, balance=0)

getattr()函數

（1）用來獲得屬性的值

print(getattr(p, ’x’))# 11

字典創(chuàng)建namedtuple()

（1）從字典來構建namedtuple的對象

d = {’x’: 11, ’y’: 22} # 字典p = Point(**d) # 雙星號是重點print(p)# Point(x=11, y=22)

CSV OR Sqlite3

（1）同樣可以將從csv文件或者數據庫中讀取的文件存儲到namedtuple中

（2）這里每次存的都是一行的內容

EmployeeRecord = namedtuple(’EmployeeRecord’, ’name, age, title, department, paygrade’) import csvfor emp in map(EmployeeRecord._make, csv.reader(open('employees.csv', 'r'))): # 這里每行返回一個對象 注意！ print(emp.name, emp.title) import sqlite3conn = sqlite3.connect(’/companydata’) # 連接數據庫cursor = conn.cursor()cursor.execute(’SELECT name, age, title, department, paygrade FROM employees’)for emp in map(EmployeeRecord._make, cursor.fetchall()): # 每行返回一個對象 注意！ print(emp.name, emp.title)

類的繼承

（1）接下來用deepmind的開源項目graph_nets中的一段代碼來介紹

NODES = 'nodes'EDGES = 'edges'RECEIVERS = 'receivers'SENDERS = 'senders'GLOBALS = 'globals'N_NODE = 'n_node'N_EDGE = 'n_edge' GRAPH_DATA_FIELDS = (NODES, EDGES, RECEIVERS, SENDERS, GLOBALS)GRAPH_NUMBER_FIELDS = (N_NODE, N_EDGE) class GraphsTuple(# 定義元組子類名 以及字典形式的鍵名（屬性名） collections.namedtuple('GraphsTuple', GRAPH_DATA_FIELDS + GRAPH_NUMBER_FIELDS)): # 這個函數用來判斷依賴是否滿足，和我們的namedtuple關系不大def _validate_none_fields(self):'''Asserts that the set of `None` fields in the instance is valid.'''if self.n_node is None: raise ValueError('Field `n_node` cannot be None')if self.n_edge is None: raise ValueError('Field `n_edge` cannot be None')if self.receivers is None and self.senders is not None: raise ValueError( 'Field `senders` must be None as field `receivers` is None')if self.senders is None and self.receivers is not None: raise ValueError( 'Field `receivers` must be None as field `senders` is None')if self.receivers is None and self.edges is not None: raise ValueError( 'Field `edges` must be None as field `receivers` and `senders` are ' 'None') # 用來初始化一些參數 不是重點def __init__(self, *args, **kwargs):del args, kwargs# The fields of a `namedtuple` are filled in the `__new__` method.# `__init__` does not accept parameters.super(GraphsTuple, self).__init__()self._validate_none_fields() # 這就用到了_replace()函數,注意只要修改了屬性值# 那么就返回一個新的對象def replace(self, **kwargs):output = self._replace(**kwargs) # 返回一個新的實例 output._validate_none_fields() # pylint: disable=protected-access 驗證返回的新實例是否滿足要求return output # 這是為了針對tensorflow1版本的函數# 返回一個擁有相同屬性的對象，但是它的屬性值是輸入的大小和類型def map(self, field_fn, fields=GRAPH_FEATURE_FIELDS): # 對每個鍵應用函數'''Applies `field_fn` to the fields `fields` of the instance.`field_fn` is applied exactly once per field in `fields`. The result mustsatisfy the `GraphsTuple` requirement w.r.t. `None` fields, i.e. the`SENDERS` cannot be `None` if the `EDGES` or `RECEIVERS` are not `None`,etc.Args: field_fn: A callable that take a single argument. fields: (iterable of `str`). An iterable of the fields to apply`field_fn` to.Returns: A copy of the instance, with the fields in `fields` replaced by the result of applying `field_fn` to them.'''return self.replace(**{k: field_fn(getattr(self, k)) for k in fields}) # getattr(self, k) 獲取的是鍵值對中的值, k表示鍵

到此這篇關于詳解Python中namedtuple的使用的文章就介紹到這了,更多相關python namedtuple的使用內容請搜索好吧啦網以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網！