Python 中的 `collections` 模块是标准库中一个强大的工具，它提供了多种高级容器数据类型，可以帮助开发者更高效地组织和操作数据。本篇文章将深入探讨 `collections` 模块中的 `namedtuple` 和 `defaultdict` 这两个常用的数据结构。
**1. `namedtuple`**
`namedtuple` 是元组的一个子类，它允许我们将元组的元素赋予有意义的名字，使得代码更具可读性。创建 `namedtuple` 需要指定元组的名称和包含的字段名。以下是一个简单的示例：
```python
from collections import namedtuple
Person = namedtuple('Person', 'name age occupation')
john = Person(name='John', age=30, occupation='Engineer')
print(john)
```
输出：
```
Person(name='John', age=30, occupation='Engineer')
```
`namedtuple` 提供了类似字典的访问方式，可以直接通过字段名来获取或设置值，如 `john.name`。尽管看起来像字典，但 `namedtuple` 实际上是不可变的，这意味着一旦创建，就不能修改其内容。此外，`namedtuple` 也支持 `_asdict()` 方法，可以将 `namedtuple` 转换为一个有序字典 `OrderedDict`。
```python
print(john._asdict())
```
输出：
```
OrderedDict([('name', 'John'), ('age', 30), ('occupation', 'Engineer')])
```
**2. `defaultdict`**
`defaultdict` 是字典的一个子类，它解决了当我们尝试访问字典中不存在的键时会引发 `KeyError` 的问题。`defaultdict` 在访问不存在的键时，会自动调用一个默认工厂函数，返回一个默认值，这个默认值通常是一个可迭代对象，如列表、集合或字典。这使得插入新键值对变得非常方便。
以下是一个使用 `defaultdict` 的例子，统计多个人员的喜好语言：
```python
from collections import defaultdict
languages = [('rocky', 'python'), ('snow', 'c'), ('leey', 'java'), ('rocky', 'c++'), ('leey', 'c#')]
favourite_languages = defaultdict(list)
for name, language in languages:
favourite_languages[name].append(language)
print(favourite_languages)
```
输出：
```
defaultdict(<class 'list'>, {'rocky': ['python', 'c++'], 'snow': ['c'], 'leey': ['java', 'c#']})
```
在这个例子中，当尝试添加新的名字到 `defaultdict` 时，如果这个名字不存在，`defaultdict` 会自动创建一个空列表作为默认值。因此，我们可以直接通过名字向列表中添加语言，而无需预先检查名字是否已存在于字典中。
对比传统的字典操作，例如：
```python
my_dict = {}
my_dict['name']['like'] = 'python'
```
这段代码会导致 `KeyError`，因为尝试访问不存在的键 `'name'`。而在使用 `defaultdict` 时，这种错误就不再出现，因为如果键不存在，它会自动创建一个默认值，如列表或字典。
总结来说，`collections` 模块中的 `namedtuple` 和 `defaultdict` 提供了更为高级和灵活的数据结构，使 Python 开发者能够编写出更加简洁、易读且易于维护的代码。了解并熟练使用这些数据结构，可以显著提升编程效率，解决实际问题时更加得心应手。
