collections ਮਾਡਿਊਲ ਕਿਹੜੀਆਂ ਉਪਯੋਗੀ ਕਿਸਮਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ?

Question

Accepted Answer

**`collections`** ਮਾਡਿਊਲ ਵਿਸ਼ੇਸ਼ ਕੰਟੇਨਰ ਕਿਸਮਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਬਿਲਟ-ਇਨ list/dict/tuple ਨੂੰ ਸਾਧਾਰਨ ਪੈਟਰਨਾਂ ਲਈ ਸਲਾਹੀ, ਅਕਸਰ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਕਲਪਾਂ ਨਾਲ ਵਧਾਉਂਦਾ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਜਾਣਨਾ ਤੁਹਾਨੂੰ ਸਾਫ਼, ਤੇਜ਼ ਕੋਡ ਲਿਖਣ ਦਿੰਦਾ ਹੈ।

## defaultdict — ਸਵੈਚਲਿਤ ਡਿਫ਼ਾਲਟ ਮੁੱਲਾਂ ਵਾਲੇ dicts

```python
from collections import defaultdict

# ❌ without it — must check/initialize keys manually
groups = {}
for item in items:
    if item.category not in groups:
        groups[item.category] = []
    groups[item.category].append(item)

# ✅ defaultdict auto-creates the default for missing keys
groups = defaultdict(list)        # missing key → a new empty list
for item in items:
    groups[item.category].append(item)   # no existence check needed
```

`defaultdict(list)` (ਜਾਂ `int`, `set`, ਆਦਿ) ਕਿਸੇ ਵੀ ਗੁੰਮ ਕੁੰਜੀ ਲਈ ਇੱਕ ਡਿਫ਼ਾਲਟ ਸਪਲਾਈ ਕਰਦਾ ਹੈ — ਬੋਝਲ ਜਾਂਚ-ਅਤੇ-ਸ਼ੁਰੂ ਕਰਨ ਵਾਲੇ ਪੈਟਰਨ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ। ਸਮੂਹਕਰਨ ਅਤੇ ਗਿਣਤੀ ਲਈ ਬਹੁਤ ਵਧੀਆ।

## Counter — ਪ੍ਰਕਾਸ਼ਨਾਂ ਦੀ ਗਿਣਤੀ ਕਰੋ

```python
from collections import Counter

c = Counter("mississippi")         # Counter({'i': 4, 's': 4, 'p': 2, 'm': 1})
c.most_common(2)                    # [('i', 4), ('s', 4)] — top 2
c["x"]                              # 0 — missing keys return 0, no error

Counter(["a", "b", "a", "c", "a"])  # count list items → {'a': 3, 'b': 1, 'c': 1}
```

`Counter` ਬਾਰੰਬਾਰਤਾ ਦੀ ਗਿਣਤੀ ਨੂੰ ਮਾਮੂਲੀ ਬਣਾਉਂਦਾ ਹੈ — ਸ਼ਬਦ, ਵੋਟ, ਘਟਨਾਵਾਂ ਦੀ ਗਿਣਤੀ — `most_common` ਵਰਗੀਆਂ ਸਲਾਹੀ ਵਿਧੀਆਂ ਦੇ ਨਾਲ।

## deque — DONO ਸਿਰਿਆਂ 'ਤੇ ਤੇਜ਼ appends/pops

```python
from collections import deque

q = deque([1, 2, 3])
q.append(4)          # add to the right
q.appendleft(0)      # add to the LEFT — O(1) (a list's insert(0) is O(n)!)
q.popleft()          # remove from the left — O(1)
q = deque(maxlen=3)  # bounded — auto-drops old items (sliding window)
```

`deque` ਦੋਵਾਂ ਸਿਰਿਆਂ 'ਤੇ O(1) appends/pops ਵਾਲਾ ਇੱਕ ਡਬਲ-ਐਂਡਿਡ ਕਤਾਰ ਹੈ — ਕਤਾਰਾਂ, ਸਟੈਕਸ, ਅਤੇ ਸਲਾਈਡਿੰਗ ਵਿੰਡੋ ਲਈ ਆਦਰਸ਼ (ਇੱਕ ਸਾਧਾਰਨ list ਅਗ੍ਰਭਾਗ ਕਾਰਜਾਂ ਲਈ O(n) ਹੈ)।

## namedtuple — ਹਲਕੇ, ਨਾਮ ਵਾਲੇ ਰਿਕਾਰਡ

```python
from collections import namedtuple

Point = namedtuple("Point", ["x", "y"])
p = Point(3, 4)
p.x, p.y          # 3, 4 — access by NAME (clearer than p[0], p[1])
p                 # Point(x=3, y=4) — readable
```

`namedtuple` tuples ਨੂੰ ਨਾਮ ਵਾਲੇ ਖੇਤ ਦਿੰਦਾ ਹੈ — ਸੂਚਕਾਂਕ ਐਕਸੈਸ ਨਾਲੋਂ ਵਧੇਰੇ ਪੜ੍ਹਨਯੋਗ, ਪਰਿਵਰਤਨ ਹੀਨ, ਮੈਮੋਰੀ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ। (ਆਧੁਨਿਕ ਕੋਡ ਬਦਲਣਯੋਗ ਰਿਕਾਰਡਾਂ ਲਈ ਅਕਸਰ `@dataclass` ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।)

## OrderedDict / ChainMap (ਹੁਣ ਘੱਟ ਆਮ)

```text
OrderedDict → ordered dict (less needed since regular dicts keep order in 3.7+)
ChainMap    → search multiple dicts as one (e.g. layered config/defaults)
```

## ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ

**`collections`** ਮਾਡਿਊਲ ਸਾਧਾਰਨ ਪੈਟਰਨਾਂ ਲਈ ਸਹੀ ਸਾਧਨ ਫਰਾਹਮ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਾਫ਼ ਅਤੇ ਅਕਸਰ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਕੋਡ ਆਉਂਦਾ ਹੈ। `defaultdict` ਅਤੇ `Counter` ਸਮੂਹਕਰਨ ਅਤੇ ਗਿਣਤੀ ਨੂੰ ਨাটਕੀ ਢੰਗ ਨਾਲ ਸਰਲ ਬਣਾਉਂਦੇ ਹਨ (ਲੰਬਾ ਲੇਖ-ਕਾਨੂੰਨੀ ਲਾਜ਼ਿਕ ਨੂੰ ਬਦਲਦੇ ਹਨ); `deque` O(1) ਦੋ-ਸਿਰੇ ਵਾਲੀਆਂ ਕਾਰਜਾਂ ਦਿੰਦਾ ਹੈ ਜਿੱਥੇ ਇੱਕ list ਹੌਲੀ ਹੋਵੇ; `namedtuple` ਪੜ੍ਹਨਯੋਗ ਹਲਕੇ ਰਿਕਾਰਡ ਬਣਾਉਂਦਾ ਹੈ।

ਸਾਧਾਰਨ dicts/lists ਨਾਲ ਹੱਥ ਨਾਲ ਉਹੀ ਪੈਟਰਨ ਨੂੰ ਰੋਲ ਕਰਨ ਦੀ ਬਜਾਏ ਇਹਨਾਂ ਲਈ ਪੌਂਦਾ ਹੈ ਮੁਹਾਵਰੇਦਾਰ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ Python ਦਾ ਚਿੰਨ੍ਹ ਹੈ — ਉਹ ਡਾਟਾ ਪ੍ਰਕਿਰਿਆ, ਐਲਗੋਰਿਦਮ, ਅਤੇ ਸਾਫ਼ APIਸ ਦੀ ਅਸਲ ਕੋਡ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।