最近在编码过程中，发现collections库里提供了非常多有用的工具，可以优化编码风格，提升开发效率。
下面是我结合自己开发和网上资料的一些总结。
defaultdict
使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict
在没有接触到它之前，我在代码里经常使用setdafult来给字典设置初始值，但这样可读性不好，也不够优雅，比如这一段：
for cate in res_service_category:
category_id = cate['id']
biz_service_category_mapping = self._service_category_data.setdefault(bk_biz_id, {})
biz_service_category_mapping[category_id] = cate
如果用了defaultdict呢？是不是简洁多了。
self._service_category_data = defaultdict()
for cate in res_service_category:
category_id = cate['id']
biz_service_category_mapping = self._service_category_data[bk_biz_id]
biz_service_category_mapping[category_id] = cate
OrderedDict
众所周知，使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。
如果要保持Key的顺序，可以用OrderedDict
nodes_category = OrderedDict([('ADD', []), ('REMOVE', []), ('RETRY', [])])
这样在遍历该字典时，就能保证它的顺序了。
namedtuple
namedtuple是一个函数，它用来创建一个自定义的tuple对象，并且规定了tuple元素的个数，并可以用属性而不是索引来引用tuple的某个元素。
这样一来，我们用namedtuple可以很方便地定义一种数据类型，它具备tuple的不变性，又可以根据属性来引用，使用十分方便。
>>> from collections import namedtuple
>>> Point = namedtuple('Point', ['x', 'y'])
>>> p = Point(1, 2)
>>> p.x
1
>>> p.y
2
deque
使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。
deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈
>>> from collections import deque
>>> q = deque(['a', 'b', 'c'])
>>> q.append('x')
>>> q.appendleft('y')
>>> q
deque(['y', 'a', 'b', 'c', 'x'])
总结
我知道关于collections库的使用，对于很多python高手来说，都已经驾轻就熟了，根本不需要再读这一篇。我想表达的是，如何写出优雅的代码，或者写出精益求精的代码，需要有很长的路要走，而且这是一条无穷无尽的上升道路，而对于每一位coder，都走在属于自己的道路上。so，keep moving。
