Stdlib Tour

ทัวร์ module สำคัญใน stdlib

Python standard library มีขนาดใหญ่ แต่มี module จำนวนหนึ่งที่ปรากฏในเกือบทุก codebase จริงจัง บทเรียนนี้จะพาคุณรู้จักห้า module อย่างลงมือปฏิบัติ: collections, itertools, datetime, json และ pathlib

---

collections — container type พิเศษ

module collections ขยาย container built-in ของ Python ด้วยสี่ตัวหลักที่คุณจะใช้ทุกวัน

Counter นับ hashable object และรองรับ arithmetic บน count

from collections import Counter
c = Counter("aabbbcc")
print(c)           # Counter({'b': 3, 'a': 2, 'c': 2})
print(c.most_common(2))  # [('b', 3), ('a', 2)]

defaultdict ไม่เคย raise KeyError — key ที่หายไปจะถูก initialise อัตโนมัติด้วย factory ที่คุณกำหนด

from collections import defaultdict
dd = defaultdict(list)
dd["fruits"].append("apple")   # no KeyError on a fresh key

namedtuple สร้าง record type แบบ lightweight, immutable ที่มี named field — อ่านง่ายกว่า tuple ธรรมดาและไม่มี overhead ต่างจาก tuple ปกติ

from collections import namedtuple
Point = namedtuple("Point", ["x", "y"])
p = Point(3, 4)
print(p.x, p.y)   # 3 4

---

itertools — lazy combinator

itertools มี iterator building block ที่ compose ได้ดีและไม่ materialize sequence ทั้งหมดในหน่วยความจำจนกว่าจะถูกขอ

chain รวม iterable หลายตัวเป็น stream เดียว islice ตัด iterator ใดก็ได้อย่าง lazy groupby จัดกลุ่ม element ที่มี key เท่ากันติดกัน — input ต้องถูก sort ตาม key เดียวกันก่อน

import itertools
list(itertools.chain([1, 2], [3, 4]))          # [1, 2, 3, 4]
list(itertools.islice(range(100), 5))          # [0, 1, 2, 3, 4]

---

Playground 1 — collections และ itertools

Run ▸ Open in an online REPL

import collections
import itertools

# --- Counter ---
words = "the quick brown fox jumps over the lazy dog the fox".split()
c = collections.Counter(words)
print("top 3:", c.most_common(3))

# --- defaultdict ---
dd = collections.defaultdict(list)
for k, v in [("a", 1), ("b", 2), ("a", 3)]:
    dd[k].append(v)
print("grouped:", dict(dd))

# --- namedtuple ---
Point = collections.namedtuple("Point", ["x", "y"])
p = Point(3, 4)
print("point:", p, "| x =", p.x)

# --- chain ---
merged = list(itertools.chain([1, 2], [3, 4], [5]))
print("chained:", merged)

# --- groupby (data must be sorted) ---
data = [("a", 1), ("a", 2), ("b", 3), ("b", 4)]
for key, group in itertools.groupby(data, key=lambda t: t[0]):
    print(key, list(group))

---

datetime — date, time และ arithmetic

module datetime จัดการ date, time และการคำนวณระหว่างกัน object datetime.datetime เป็น immutable; operation เช่นการบวก timedelta จะคืน object ใหม่

Demo ด้านล่างใช้ วันที่คงที่ เพื่อให้ output คาดเดาได้เสมอ — เป็นนิสัยที่ดีเมื่อเขียน example หรือ test

---

json — serialisation และ deserialisation

json.dumps แปลง Python object เป็น JSON string; json.loads parse กลับ argument separators ช่วยตัด whitespace สำหรับ output แบบ compact

import json
s = json.dumps({"key": "value"}, separators=(",", ":"))
# '{"key":"value"}'

---

Playground 2 — datetime และ json

Run ▸ Open in an online REPL

import datetime
import json

# Fixed date for determinism
dt = datetime.datetime(2024, 3, 14, 9, 26, 53)
print("pi day:", dt.strftime("%Y-%m-%d %H:%M:%S"))
delta = datetime.timedelta(days=10)
print("plus 10 days:", (dt + delta).date())

# json round-trip
obj = {"name": "Python", "versions": [3, 10, 11]}
s = json.dumps(obj, separators=(",", ":"))
print("serialized:", s)
back = json.loads(s)
print("name:", back["name"], "| latest:", back["versions"][-1])

---

pathlib — path ระบบไฟล์แบบ object-oriented

pathlib.Path แทน path ระบบไฟล์เป็น object ที่มี method และ property แทนที่การใช้ string ของ os.path แบบเก่า

from pathlib import Path

p = Path("/usr/local/lib/python3.12/site-packages/requests/__init__.py")
print(p.suffix)   # .py
print(p.stem)     # __init__
print(p.parts)    # ('/', 'usr', 'local', 'lib', 'python3.12', 'site-packages', 'requests', '__init__.py')

# Building paths with /
project = Path.home() / "projects" / "myapp"
config  = project / "config.toml"
print(config)

pathlib จัดการ path ระบบไฟล์ — รัน code นี้ใน local; sandbox ของ browser ไม่มีระบบไฟล์จริง

---

🐍 Reach for stdlib before adding a dependency

ทุก module ในหน้านี้มาพร้อมกับ Python — ไม่ต้องใช้ pip install ก่อนจะเพิ่ม third-party library ให้ถามก่อนว่า collections, itertools, datetime, json หรือ pathlib แก้ปัญหาได้หรือไม่ Module เหล่านี้ import ได้เร็วกว่า, ไม่มี dependency และได้ผ่านการทดสอบอย่างหนักในทุก Python version ที่คุณน่าจะ target

`collections.Counter('aab')` ให้ผลลัพธ์อะไร?

{'a': 2, 'b': 1} ['a', 'a', 'b'] Counter({1: 'a', 2: 'b'}) {'a': 1, 'b': 1}

ทำไมต้อง sort ข้อมูลก่อนส่งให้ `itertools.groupby`?

groupby raise error เมื่อข้อมูลไม่ได้ sort groupby จัดกลุ่มเฉพาะ key ที่เท่ากันติดกัน — ข้อมูลที่ไม่ได้ sort จะได้กลุ่มผิด groupby ทำงานเร็วกว่าบนข้อมูลที่ sort แล้ว Python dict ไม่มีลำดับ

`datetime` method ใดที่ format วันที่เป็น string?

datetime.format() datetime.isoformat() only datetime.strftime(format_string) str(datetime)

Submit

Mark as complete