Python常用容器与导入语法详解(二)

一、queue.Queue：线程安全队列

queue.Queue主要用于多个线程之间安全地传递任务。

1. 导入Queue

from queue import Queue

2. 创建队列

task_queue = Queue()

限制最大容量：

task_queue = Queue(maxsize=100)

maxsize=100表示队列最多保存100个尚未取出的元素。

3. 放入元素

task_queue.put("任务1")
task_queue.put("任务2")

put()用于把元素加入队列。

4. 取出元素

task = task_queue.get()

get()会取出最早加入的元素。

如果队列为空，默认情况下get()会阻塞等待新任务。

5. 标记任务完成

task_queue.task_done()

这表示通过get()取出的一个任务已经处理完成。

等待所有任务处理完毕：

task_queue.join()

join()会等待，直到所有加入队列的任务都已经调用对应的task_done()。

6. 其他队列类型

from queue import Queue, LifoQueue, PriorityQueue

三种类型分别为：

• Queue：先进先出；
• LifoQueue：后进先出；
• PriorityQueue：优先级队列。

优先级队列示例：

from queue import PriorityQueue

priority_queue = PriorityQueue()

priority_queue.put((2, "普通任务"))
priority_queue.put((1, "紧急任务"))

task = priority_queue.get()

print(task)

输出：

(1, "紧急任务")

元组会先比较第一个元素，因此数字更小的任务会先取出。

二、asyncio.Queue：异步队列

asyncio.Queue用于多个协程之间传递数据。

1. 完整示例

import asyncio

async def producer(queue: asyncio.Queue) -> None:
    await queue.put("工具执行结果")


async def consumer(queue: asyncio.Queue) -> None:
    result = await queue.get()
    print(result)
    queue.task_done()


async def main() -> None:
    queue = asyncio.Queue()

    await asyncio.gather(
        producer(queue),
        consumer(queue),
    )


asyncio.run(main())

2. async def是什么

async def producer(queue: asyncio.Queue) -> None:

解释：

• async def用于定义协程函数；
• producer是函数名称；
• queue是函数参数；
• : asyncio.Queue是参数类型注解；
• -> None是返回值类型注解；
• 行末的:表示开始函数代码块。

类型注解主要用于：

• 增强代码可读性；
• 为IDE提供提示；
• 配合静态类型检查工具；
• 帮助框架读取参数信息。

普通类型注解默认不会自动完成运行时校验。

3. await是什么

await queue.put("工具执行结果")

await表示等待一个可等待对象完成。

等待期间，当前协程可以暂时让出执行权，让事件循环执行其他协程。

从队列中获取元素：

result = await queue.get()

如果队列为空，消费者协程会暂停等待，但不会像普通阻塞代码那样阻塞整个事件循环。

4. asyncio.gather是什么

await asyncio.gather(
    producer(queue),
    consumer(queue),
)

gather()接收多个可等待对象，并发等待它们完成。这里生产者和消费者都会被提交给事件循环调度。

5. asyncio.run是什么

asyncio.run(main())

它会：

1. 创建事件循环；
2. 运行main()协程；
3. 等待main()完成；
4. 清理异步任务；
5. 关闭事件循环。

在普通Python脚本中，它通常是进入异步代码的入口。

三、array：固定类型数组

array用于保存类型相同的基础数据。

1. 导入array

from array import array

2. 创建整数数组

numbers = array("i", [10, 20, 30])

解释：

• array是数组类型；
• 第一个参数"i"是类型码；
• "i"通常表示有符号整数；
• 第二个参数是初始数据。

3. 添加元素

numbers.append(40)

因为数组要求元素类型统一，下面代码会报错：

numbers.append("hello")

普通业务开发中，大多数情况下使用list即可。当需要紧凑保存大量相同基础类型时，可以考虑array。

四、三种队列应该如何选择

类型	主要使用场景
collections.deque	普通双端队列、滑动窗口、最近记录
queue.Queue	多线程之间传递任务
asyncio.Queue	多协程之间传递任务

普通同步代码：

from collections import deque

queue = deque()
queue.append("任务")
task = queue.popleft()

多线程代码：

from queue import Queue

queue = Queue()
queue.put("任务")
task = queue.get()

异步代码：

import asyncio

queue = asyncio.Queue()

await queue.put("任务")
task = await queue.get()

最后一段代码中的await需要出现在协程函数等允许使用异步语法的环境中。

---

五、综合案例：统计工具调用结果

from collections import Counter, defaultdict, deque
import heapq


records = [
    {
        "tool": "news_search",
        "status": "success",
        "latency_ms": 120,
    },
    {
        "tool": "market_analysis",
        "status": "success",
        "latency_ms": 180,
    },
    {
        "tool": "quotation_search",
        "status": "timeout",
        "latency_ms": 500,
    },
    {
        "tool": "news_search",
        "status": "success",
        "latency_ms": 100,
    },
    {
        "tool": "enterprise_search",
        "status": "error",
        "latency_ms": 80,
    },
]

1. 统计状态出现次数

status_counter = Counter(
    record["status"]
    for record in records
)

下面这一部分：

record["status"] for record in records

是生成器表达式。

它会：

1. 遍历records；
2. 每次把当前记录保存到record；
3. 读取record["status"]；
4. 逐个把状态提供给Counter。

2. 按工具名称分组

records_by_tool = defaultdict(list)

for record in records:
    tool_name = record["tool"]
    records_by_tool[tool_name].append(record)

第一次访问某个工具名称时：

records_by_tool[tool_name]

defaultdict会自动调用：

list()

创建一个新的空列表。随后：

.append(record)

把当前记录加入该工具对应的列表。

3. 保存最近三条记录

recent_records = deque(
    records,
    maxlen=3,
)

这里：

• records是初始数据；
• maxlen=3表示最多保留三条；
• 当数据超过三条时，只保留最后三条。

4. 找到最慢的两次调用

slowest_records = heapq.nlargest(
    2,
    records,
    key=lambda record: record["latency_ms"],
)

它会根据每条记录的latency_ms字段进行比较，并返回耗时最大的两条记录。

5. 输出结果

print("状态统计：", status_counter)
print("按工具分组：", dict(records_by_tool))
print("最近三条：", list(recent_records))
print("最慢两条：", slowest_records)

这里使用：

dict(records_by_tool)

把defaultdict转换成普通字典，方便打印或序列化。使用：

list(recent_records)

把deque转换成普通列表。

---

六、常见错误总结

1. 把append返回值赋给列表

错误：

numbers = numbers.append(10)

正确：

numbers.append(10)

append()直接修改原列表，返回值为None。

2. 使用空大括号创建集合

错误：

values = {}

这会创建字典。

正确：

values = set()

3. 使用list.pop(0)实现高频队列

不推荐：

task = tasks.pop(0)

推荐：

from collections import deque

tasks = deque()
task = tasks.popleft()

4. 给defaultdict传入list()

错误：

groups = defaultdict(list())

正确：

groups = defaultdict(list)

defaultdict需要一个可以稍后调用的默认工厂。

5. 认为heapify完成了整体排序

heapq.heapify(numbers)

只保证堆性质，不保证列表完全有序。需要完整排序时使用：

sorted_numbers = sorted(numbers)

6. 在普通函数中使用await

错误：

def get_task(queue):
    task = await queue.get()

正确：

async def get_task(queue):
    task = await queue.get()

await通常只能出现在通过async def定义的协程函数中。

十六、容器快速选择表

需求	推荐工具
保存有顺序、可修改的数据	list
保存有顺序、创建后不修改的数据	tuple
根据键查找值	dict
去重、集合运算	set
在两端高效添加和删除	deque
为缺失键自动创建默认值	defaultdict
统计元素出现次数	Counter
获取最小值、最大值或Top-K	heapq
在线程之间传递任务	queue.Queue
在协程之间传递任务	asyncio.Queue
保存相同基础类型的数据	array

---

总结

Python最常用的四个内置容器是：

list
tuple
dict
set

标准库中常用的扩展容器和工具包括：

deque
defaultdict
Counter
heapq
queue.Queue
asyncio.Queue
array

学习一个容器时，不能只记住方法名称，还需要理解：

• 容器是否保留顺序；
• 容器是否可以修改；
• 是否允许重复元素；
• 元素是否需要可哈希；
• 查询、插入和删除的大致时间复杂度；
• 容器是否支持线程或协程场景；
• 方法是直接修改原对象，还是返回新对象；
• 方法的返回值是什么。

掌握这些容器后，下一篇我们就可以继续学习Python函数、类、装饰器、迭代器、生成器、asyncio和FastAPI后端开发。