在Python中，有一种“特殊”的元组称为“命名元组”。Python初学者经常对它感到困惑，特别是何时以及为什么我们必须使用它。

因为命名元组是元组，它可以执行所有元组可以执行的功能。然而，它不仅仅是一个简单的Python元组。在其他计算机语言中，就像在C++中一样，它更类似于一个“类”。它是根据我们的规格构建的，具有指定字段和定义长度的元组子类型。本教程将解释Python命名元组，展示如何使用它们，以及何时以及为什么我们必须使用它们。

什么是Python元组？

在继续之前，我们认为应该回顾一下Python中的元组。

Python中的元组是一个可以存储多个值的容器。考虑以下情况。

代码

numbers = (34, 32, 56, 24, 75, 24)

正如我们所看到的，我们使用括号来定义它。通过索引来访问元素。 （请记住，Python中的索引从零开始。）

代码

numbers[1]

输出：

32

Python元组通过其元素不可变的事实而与普通元组分开。

Python命名元组语法

首先，我们必须从Python内置模块collections中导入NamedTuple，如下所示：

from collections import namedtuple

以下是构建命名元组的基本语法：

namedtuple(Name,[Names of Values])

Name是我们想要给命名元组的标题的参数，以及

[Values的名称]是包含不同值或属性名称的名称列表的占位符。

Python命名元组示例

首先，如前所述，要导入NamedTuple。

from collections import namedtuple

现在，我们可以使用前面部分的语法来创建一个命名元组：

Student = namedtuple("Student",["Name","Class","Age","Subject","Marks"])

在这个例子中，

我们选择称为Student的NamedTuple，并在列表中提到了值的名称，“Name”，“Class”，“Age”，“Subject”和“Marks”。我们已经创建了我们的第一个命名元组 - Student。

现在，我们可以使用Student来创建一个具有所需规格的Student1：

Studnet1 = Student("Itika", 11, 15, "English", 79)

只需要在我们的[Values的名称]中的字段中输入具体的值或内容即可。

要输入新的学生信息，比如Student2，只需将其值复制并粘贴到新变量的字段中。

Studnet2 = Student("Arshia", 12, 17, "Maths", 93)

我们将看到我们可以使用Student作为蓝图来随需要记录新的学生，而无需每次都调用字段的标签。

如何使用点符号获取命名元组的值

我们可以使用点方法来获取命名元组实例Student1和Student2的值。以下是语法：

<name of object>.<name of field>

以下代码示例演示了这一点：

代码

print (Student1.Age)  
print (Student1.Class)  
print (Student1.Subject)  
print (Student1.Marks)  
print (Student1.Name)

输出：

15
11
"English"
79
"Itika"

同样，我们可以使用Student2.Age，Student2.Class等来检索与NamedTuple Student2相关的变量。

命名元组的访问方法

我们可以使用索引、关键字和getattr()函数从命名元组中检索值。命名元组的字段值是严格有序的。因此，我们可以使用索引来查找它们。

NamedTuple将字段名称转换为属性。因此，可以使用getattr()从该字段中检索数据。

代码

import collections  
#create employee NamedTuple  
Participant = collections.namedtuple('Participant', ['Name', 'Age', 'Country'])  
#Adding two participants  
p1 = Participant('Itika', '21', 'India')  
p2 = Participant('Arshia', '19', 'Australia')  
#Accessing the items using index  
print( 'The name and country of the first participant are: ' + p1[0] + ' and ' + p1[2])  
#Accessing the items using name of the field  
print( 'The name and country of the second participant are: ' + p2.Name + ' and ' + p2.Country)  
#Accessing the items using the method: getattr()  
print( 'The Age of participant 1 and 2 are: ' + getattr(p1, 'Age') + ' and ' + getattr(p2, 'Age'))

输出：

The name and country of the first participant are: Itika and India
The name and country of the second participant are: Arshia and Australia
The Age of participant 1 and 2 are: 21 and 19

命名元组的转换方法

可以使用几种技术将不同的集合转换为命名元组。我们还可以使用_make()函数将列表、元组或其他可迭代对象转换为命名元组实例。

还可以将字典数据类型对象转换为命名元组集合。这需要使用**操作符进行转换。

作为OrderedDict数据类型项，NamedTuple可以使用其键生成项。我们可以调用_asdict()函数将其转换为OrderedDict。

代码

import collections  
#create employee NamedTuple  
Participant = collections.namedtuple('Participant', ['Name', 'Age', 'Country'])  
#List to Participants  
list_ = ['Itika', '21', 'India']  
p1 = Participant._make(list_)  
print(p1)  
#Dict to convert Employee  
dict_ = {'Name':'Arshia', 'Age' : '19', 'Country' : 'Australia'}  
p2 = Participant(**dict_)  
print(p2)  
#Displaying the namedtuple as dictionary  
participant_dict = p1._asdict()  
print(participant_dict)

输出：

Participant(Name='Itika', Age='21', Country='India')
Participant(Name='Arshia', Age='19', Country='Australia')
{'Name': 'Itika', 'Age': '21', 'Country': 'India'}

命名元组的更多操作

还有其他方法，例如_fields()和_replace。我们可以通过调用_fields()函数确定命名元组具有哪些字段。_replace()函数用于将一个值替换为另一个值。

代码

import collections  
#create employee NamedTuple  
Participant = collections.namedtuple('Participant', ['Name', 'Age', 'Country'])  
#List to Participants  
p1 = Participant('Itika', '21', 'India')  
print(p1)  
print('The fields of Participant: ' + str(p1._fields))  
#updating the country of participant p1  
p1 = p1._replace(Country = 'Germany')  
print(p1)

输出：

Participant(Name='Itika', Age='21', Country='India')
The fields of Participant: ('Name', 'Age', 'Country')
Participant(Name='Itika', Age='21', Country='Germany')

Python的命名元组是如何工作的？

让我们看看在Python中的命名元组可以实现哪些额外功能。

1. Python中的命名元组是不可变的。

与其普通版本一样，Python中的命名元组是不可修改的。我们无法修改它的特性。

我们将尝试修改名为'Student'的元组的一个特性以演示这一点。

代码

from collections import namedtuple  
Student = namedtuple("Student",["Name","Class","Age","Subject","Marks"])  
Student1 = Student("Arshia", 12, 17, "Maths", 93)  
Student1.Class = 11

输出：

AttributeError                            Traceback (most recent call last)
Input In [41], in ()
      2 Student = namedtuple("Student",["Name","Class","Age","Subject","Marks"])
      3 Student1 = Student("Arshia", 12, 17, "Maths", 93)
----> 4 Student1.Class = 11

AttributeError: can't set attribute

如您所见，它引发了AttributeError。因此，我们可以推断出命名元组是不可变的。

2. 从Python命名元组创建Python字典

在Python中，命名元组类似于字典，我们可以通过以下方式将其转换为字典：

代码

from collections import namedtuple  
Student = namedtuple("Student",["Name","Class","Age","Subject","Marks"])  
Student1 = Student("Arshia", 12, 17, "Maths", 93)  
print ( Student1._asdict() )

输出：

{'Name': 'Arshia', 'Class': 12, 'Age': 17, 'Subject': 'Maths', 'Marks': 93}

我们使用.asdict()方法来执行此操作。这也生成了一个Python OrderedDict。

3. 具有默认值的命名元组

与普通类中的属性一样，可以为命名元组类配置默认参数。因为具有默认值的字段应出现在没有默认值的每个字段之后，所以默认值分配给最右边的字段。

让我们用只有1个默认条目重新定义Student类。

代码

from collections import namedtuple  
Student = namedtuple("Student", ["Name","Class","Age","Subject","Marks"], defaults = [100])  
Student1 = Student("Arshia", 12, 17, "Maths")  
print ( Student1 )

输出：

Student(Name='Arshia', Class=12, Age=17, Subject='Maths', Marks=100)

如果只有一个值来创建NamedTuple，那么将应用默认值100，这是我们声明中最右边的字段。

如果我们明确指定字段为Age，那么Age的默认值会被应用吗？

代码

from collections import namedtuple  
Student = namedtuple("Student", ["Name","Class","Age","Subject","Marks"], defaults = [100])  
Student1 = Student("Arshia", 12, 17, "Maths")  
Student1 = Student(Age = 18)  
print ( Student1 )

输出：

TypeError: Student.__new__() missing 3 required positional arguments: 'Name', 'Class', and 'Subject'

答案是否定的。在命名元组中，字段的顺序非常严格。即使我们明确声明了任何内容，也必须将默认值放在最右边，以避免歧义和潜在的困难。

Python命名元组的好处

当然，如果没有看到任何好处，没有人会使用NamedTuple。因此，这是我们得到的：

1.与普通元组不同，Python中的NamedTuple可以通过其标题检索变量。

代码

from collections import namedtuple  
Student = namedtuple("Student", ["Name","Class","Age","Subject","Marks"], defaults = [100])  
Student1 = Student("Arshia", 12, 17, "Maths")  
print ( Student1.Age )

输出：

17

2.由于它不包含每个实例的字典，所以Python NamedTuple在内存中是高效的，就像普通元组一样。由于这个原因，它比字典更快。

结论

在本教程中，我们学习了NamedTuples如何允许我们结合元组和字典的优点，如何创建NamedTuples以及如何在Python中使用它们，以及它们的工作原理

如果读者熟悉Python的面向对象编程，他们将会发现这与Python类的工作方式相同。一个类及其属性充当了创建许多对象或实例的蓝图，每个对象都有自己的一组属性值。

然而，通常情况下，为了增加代码的清晰度，定义一个类并提供必要的特性通常是多余的，构建NamedTuples要快得多。

标签: Tkinter教程, Tkinter安装, Tkinter库, Tkinter入门, Tkinter学习, Tkinter入门教程, Tkinter, Tkinter进阶, Tkinter指南, Tkinter学习指南, Tkinter进阶教程, Tkinter编程