Python内置工具（tools）总结

python提供了以下几个内置tools模块，简化开发

operator collections itertools functools

除此之外，还有一些其他工具，比如mimetools、unittest等，上述四个tools作用于内建类型和函数、类等，比较通用，也较为常用。
-operator ： 内置的操作符模块
-collections ： 简化容器类型的一些操作和使用
-itertools ： 可迭代类型工具
-functools ： 函数工具，尤其是装饰器

operator

operator提供了一个函数与符号的相互转换，方便我们在编程时选择：
examples
（1）符号转函数：
比如在一些需要某些符号功能，却需要提供该符号的函数表示时，尤其是在map reduce filter等的key 和cmp里面

from operator import add
print reduce(add,range(10))

（2）函数转符号：
这个例子有点特别，但是在类定义中常见，add->__add__这种方式差别跟Python的变量有关。
附：python变量命名方式（来自网络）：
python变量命名规范
下面是python符号函数映射表

class A():
    def __init__(self,num):
        self.num=num
    def __add__(self,other):
        return self.num+other.num

关于细节内容可以参考
python library - operator

collections

主要是为容器类型： list, set, and tuple提供了一些便利
有以下几个类型

namedtuple
主要用于对tuple里面的分量进行命名，生成一个tuple的子类，这个子类继承了原来的tuple类，有相同的属性方法。

from collections import namedtuple
mytuple=namedtuple('mytuple',('name','age')])
first=mytuple('tom',19)
print first.name,first.age

这种namedtuple可以用来对获取的的数据库数据进行命名，我们从数据库获取的每条记录都是用一个tuple，不方便我们取属性，如果换成我们自定义的namedtuple类型，更便于操作和理解。
deque
这是一种队列类型，有队列类型的相关操作，可以弥补list这种广义表类型的某些不足，比如在前面插入较慢（这里你可以查找一些python的资料，对于python的list前段吧插入时会整个后移list，效率较低）
关于这种类型相应的方法支持可以参考后面附上的python library链接
Counter
可以理解为一个计数字典

from collections import *
d = Counter("hello world hello BJ".split())
print d
# OUT : Counter({'hello': 2, 'world': 1, 'BJ': 1})
print d['SH']
# OUT : 0

返回一个字典的子类，键值为可迭代对象里的对象和相应数量。
对于这个字典里没有的键，返回0，类似于普通字典的 d.get(‘SH’,0)
关于这种类型的其他方法也可参考官方文档，讲得很清楚。
OrderedDict
有序字典，字典中的键按序排放，加入了一些与顺序有关的操作，比如popitem()等
defaultdict
对于一个defaultdict类型，当你去访问它的键值时，如果没有这个键，它会调用一个可调用对象，将返回值赋给这个键。

call1 = int
call2 = list
call3 = lambda :4
from colletions import defaultdict
mydict1 = defaultdict(call1)
mydict2 = defaultdict(call2)
mydict3 = defaultdict(call3) 
print mydict1['not'],mydict2['not'],mydict3['not']
# OUT : 0 [] 4
# 执行过程是，去取这个键的值，如果没有，调用call1(None)，...
# 如果你想知道我说的对不对，可以把call3 = lambda x:4 ，试试，看他的报错就知道了。

colletions后面还列出了一些类，用于继承和isinstance判断
本节参考：
python library - collections

itertools

可以参考：
python library - itertools
前面的都比较好理解
主要想解释下tee，感觉tee像是对原迭代对象的n份deepcopy，不知道他说的那个split是不是这个意思
Combinatoric generators部分：
对于s=’ABCD’

functools

这里面前面几个工具是用来衔接的old-new，这点感觉跟那个__future__模块很像
后面的跟函数闭包里面的装饰器有关，一共有三个函数（类）
update_wrapper wraps partial
wraps是简化了的update_wrapper
关于这三个：
update_wrapper：Update a wrapper function to look like the wrapped function.
wraps：This is a convenience function for invoking update_wrapper() as a function decorator when defining a wrapper function.
partial是一个类，有多个属性。
前面俩个可以参考官方例子，partial可以用于固定函数参数

from functools import partial
def basefunc(a,b):
    return a+b
newfunc = partial(basefunc,b=1)
print newfunc(5)
# OUT : 6
#这里要考虑函数默认参数的问题，如果newfunc = partial(basefunc,a=1),print 时会报错，必须print newfunc(b=5)，关于函数默认参数赋值问题，基本上原则是默认赋值的放后面，否则要在调用函数时使用形参