5.6 KiB
Python 集合计数器
原文：https://www.pythonforbeginners.com/collection/python-collections-counter
收集模块概述
Collections 模块实现了高性能的容器数据类型(超越了 内置的类型 list、dict 和 tuple ),并包含许多有用的数据结构 ,您可以使用它们在内存中存储信息。
本文将讨论计数器对象。
计数器
计数器是一个跟踪等效值相加的次数的容器。
它可以用来实现其他语言通常使用包或多重集数据结构的算法。
导入模块
导入收藏使收藏中的内容可用: collections.something
import collections
因为我们只打算使用计数器，所以我们可以简单地这样做:
from collections import Counter
正在初始化
计数器支持三种形式的初始化。
它的构造函数可以用一个项目序列(iterable)、一个包含键和计数的字典 来调用(映射，或者使用关键字参数将字符串 名称映射到计数(关键字参数)。
import collections
print collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])
print collections.Counter({'a':2, 'b':3, 'c':1})
print collections.Counter(a=2, b=3, c=1)
所有三种初始化形式的结果都是相同的。
$ python collections_counter_init.py
Counter({'b': 3, 'a': 2, 'c': 1})
Counter({'b': 3, 'a': 2, 'c': 1})
Counter({'b': 3, 'a': 2, 'c': 1})
创建和更新计数器
可以构造一个没有参数的空计数器，并通过 update()方法填充。
import collections
c = collections.Counter()
print 'Initial :', c
c.update('abcdaab')
print 'Sequence:', c
c.update({'a':1, 'd':5})
print 'Dict :', c
计数值基于新数据而增加，而不是被替换。
在这个例子中，a 的计数从 3 到 4。
$ python collections_counter_update.py
Initial : Counter()
Sequence: Counter({'a': 3, 'b': 2, 'c': 1, 'd': 1})
Dict : Counter({'d': 6, 'a': 4, 'b': 2, 'c': 1})
访问计数器
一旦填充了计数器，就可以使用字典 API 检索它的值。
import collections
c = collections.Counter('abcdaab')
for letter in 'abcde':
print '%s : %d' % (letter, c[letter])
计数器不会引发未知项目的 KeyError。
如果在输入中没有看到一个值(如本例中的 e)， 其计数为 0。
$ python collections_counter_get_values.py
a : 3
b : 2
c : 1
d : 1
e : 0
元素
elements()方法返回一个遍历元素的迭代器，每个元素重复的次数与它的计数一样多。
元素以任意顺序返回。
import collections
c = collections.Counter('extremely')
c['z'] = 0
print c
print list(c.elements())
不保证元素的顺序，计数小于零的项目 不包括在内。
$ python collections_counter_elements.py
Counter({'e': 3, 'm': 1, 'l': 1, 'r': 1, 't': 1, 'y': 1, 'x': 1, 'z': 0})
['e', 'e', 'e', 'm', 'l', 'r', 't', 'y', 'x']
最常见的
使用 most_common()生成 n 个最常出现的 输入值及其各自计数的序列。
import collections
c = collections.Counter()
with open('/usr/share/dict/words', 'rt') as f:
for line in f:
c.update(line.rstrip().lower())
print 'Most common:'
for letter, count in c.most_common(3):
print '%s: %7d' % (letter, count)
本示例对系统 词典中所有单词出现的字母进行计数，以产生一个频率分布，然后打印三个最常见的 字母。
省略 most_common()的参数会产生一个所有条目的列表，按照频率的顺序排列。
$ python collections_counter_most_common.py
Most common:
e: 234803
i: 200613
a: 198938
算术
计数器实例支持用于聚合结果的算术和集合运算。
import collections
c1 = collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])
c2 = collections.Counter('alphabet')
print 'C1:', c1
print 'C2:', c2
print '
Combined counts:'
print c1 + c2
print '
Subtraction:'
print c1 - c2
print '
Intersection (taking positive minimums):'
print c1 & c2
print '
Union (taking maximums):'
print c1 | c2
每次通过操作产生一个新的计数器时，任何零计数或负计数的项目都将被丢弃。
c1 和 c2 中 a 的计数是相同的，所以减法使其为零。
$ python collections_counter_arithmetic.py
C1: Counter({'b': 3, 'a': 2, 'c': 1})
C2: Counter({'a': 2, 'b': 1, 'e': 1, 'h': 1, 'l': 1, 'p': 1, 't': 1})
#Combined counts:
Counter({'a': 4, 'b': 4, 'c': 1, 'e': 1, 'h': 1, 'l': 1, 'p': 1, 't': 1})
#Subtraction:
Counter({'b': 2, 'c': 1})
#Intersection (taking positive minimums):
Counter({'a': 2, 'b': 1})
#Union (taking maximums):
Counter({'b': 3, 'a': 2, 'c': 1, 'e': 1, 'h': 1, 'l': 1, 'p': 1, 't': 1})
计数单词
统计单词在列表中的出现次数。
cnt = Counter()
for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:
cnt[word] += 1
print cnt
Counter({'blue': 3, 'red': 2, 'green': 1})
计数器接受一个 iterable，也可以这样写:
mywords = ['red', 'blue', 'red', 'green', 'blue', 'blue']
cnt = Counter(mywords)
print cnt
Counter({'blue': 3, 'red': 2, 'green': 1})
找出最常见的单词
找出哈姆雷特中最常见的十个单词
import re
words = re.findall('w+', open('hamlet.txt').read().lower())
print Counter(words).most_common(10)
[('the', 1143), ('and', 966), ('to', 762), ('of', 669), ('i', 631),
('you', 554), ('a', 546), ('my', 514), ('hamlet', 471), ('in', 451)]
来源
请不要忘记阅读下面的链接了解更多信息。
http://www.doughellmann.com/PyMOTW/collections/ http://docs . python . org/2/library/collections . html # collections。柜台