Python统计可散列的对象之容器Counter详解

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

一、初始化Counter

Counter支持3种形式的初始化，比如提供一个数组，一个字典，或单独键值对“=”式赋值。具体初始化的代码如下所示：


import collections

a = collections.Counter(['a', 'a', 'b', 'b', 'b', 'c'])
b = collections.Counter({"a": 2, "b": 3, "c": 1})
c = collections.Counter(a=2, b=3, c=1)
print(a)
print(b)
print(c)

运行之后，效果如下：

初始化

这种是直接通过构造函数进行填充。当然，我们还可以直接构造一个空Counter，然后通过update()函数进行填充。


import collections

a = collections.Counter()
a.update(['a', 'a', 'b', 'b', 'b', 'c'])
print(a)

运行效果和上面的a一样，这里就不上图了，感兴趣的读者自己测试运行。

二、遍历Counter

通过上面初始化以及更新，我们Counter容器中存在了很多的值。因为输出的是字典的形式，所以我们可以直接通过字典的方式进行访问。


import collections

a = collections.Counter()
a.update(['a', 'a', 'b', 'b', 'b', 'c'])

for key in 'abcde':
    print(key, "=", a[key])

运行之后，效果如下：

可以看到容器Counter，可以输出空值不报错。因为当我们没有找到某个值时，其默认计数为0。

三、elements()

当然，如果你想实现那种输出没有0值的遍历。可以使用elements()迭代器。具体代码如下：


import collections

a = collections.Counter()
a.update('caabbbc')
print(list(a.elements()))

运行之后，效果如下：

elements

需要注意的是，elements()虽然去除了0值，但并不能保证遍历顺序。

四、most_common

most_common()函数可以生成一个序列，统计包含n个最长遇到的输入值以及相应的计数。这里，我们来实现统计一个文档中，字母出现的个数。具体代码如下：


import collections

c = collections.Counter()
with open('英文文档.txt', 'rt') as f:
    for line in f:
        c.update(line.rstrip().lower())
for letter, count in c.most_common(5):
    print("{}：{}".format(letter, count))

运行之后，效果如下：

这里统计的英文文档中，空格最多，达到了658个。其他的一次都是前几最多的个数。这样我们可以通过Counter生成一个英文文档中字母的频度分布，在自然语言的处理当中。就可以完美的结合起来进行统计使用。

五、算数操作

Counter容器不仅可以统计频度的分布。还可以进行一些算数运算。比如将两个Counter容器进行相加进行统计，亦或者相减也行。具体操作如下：


import collections

c1 = collections.Counter('abcbcabds')
c2 = collections.Counter('abcbcabds')
print("原始值：")
print(c1)
print(c2)
print("算数运算后：")
print(c1 + c2)
print(c1 - c2)
print(c1 & c2)
print(c1 | c2)

运行之后，效果如下：

算数运算