使用Counter进行计数统计
使用Counter进行计数统计
想必大家对计数统计都不陌生吧！，简单的说就是统计某一项出现的次数。实际应用中很多需求都需要用到这个模型，如检测样本中某一值出现的次数、日志分析某一消息出现的频率分析文件中相同字符串出现的概率等。这类似的需求有很多种实现方法。我们逐一来看一下使用不同数据结构是的实现方式
一、使用dict
首先来看看dict这种方法实现，废话不多说，先看看这个小小的骚操作，后面的操作会让你大大底爽一下，彻底的让你满足，请看表演：
some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z'] # 创建列表
count_frq = dict() # 创建列表
# 词频统计
for item in some_data:
if item in count_frq:
count_frq[item] += 1
else:
count_frq[item] = 1
print(count_frq)
结果：
{'a': 3, '2': 2, 2: 1, 4: 2, 5: 1, 'b': 1, 7: 1, '5': 1, 'd': 1, 'z': 1}
二、使用set和list方法
再看看这个常用的小方法
some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']
count_set = set(some_data) # 去重
count_list = []
for item in count_set:
count_list.append((item, some_data.count(item))) # 添加
print(count_list)
结果：
[('5', 1), (2, 1), ('2', 2), (4, 2), (5, 1), (7, 1), ('a', 3), ('z', 1), ('b', 1), ('d', 1)]
三、collections使用
上面的方法都比较简单，但有没有更优雅，更骚气的，更Pythonic的解决方法呢？请看下面的引入defaultdict
1.1 defaultdict
from collections import defaultdict
some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']
count_frq = defaultdict(int) # defaultdict(int)
# 统计计数
for item in some_data:
count_frq[item] += 1
print(count_frq)
结果：
dict_items([('a', 3), ('2', 2), (2, 1), (4, 2), (5, 1), ('b', 1), (7, 1), ('5', 1), ('d', 1), ('z', 1)])
1.2 Counter
Counter 类是自Python2.7起增加的，属于字典类的子类，是一个容器对象，主要用来统计# 散列对象，支持集合操作 +、-、&、|，其中&和|操作分别返回两个Counter对象各元素# 的最大值和最小值。他提供3中不同的方式来初始化，正点来了，看看这个神奇的操作，代码行度大大缩减：
from collections import Counter
some_data = ['a', '2', 2, 4, 5, '2', 'b', 4, 7, 'a', '5', 'd', 'a', 'z']
count_counter = Counter(some_data) # 统计
print(count_counter) # 结果就出来，就问你强不强
结果：
Counter({'a': 3, '2': 2, 4: 2, 2: 1, 5: 1, 'b': 1, 7: 1, '5': 1, 'd': 1, 'z': 1})
- Counter不仅可以对列表就行统计，他可以对任何可以迭代的对象进行统计如下：
-
可迭代的对象字符串
Counter("success") # 可迭代对象 print(Counter("success"))结果：
Counter({'s': 3, 'c': 2, 'u': 1, 'e': 1})
-
关键字参数
Counter(s=3, c=2, e=1, u=1) # 关键字参数
print(Counter(s=3, c=2, e=1, u=1))
结果：
Counter({'s': 3, 'c': 2, 'e': 1, 'u': 1})
- 字典
Counter({'s': 3, 'c': 2, 'e': 1, 'u': 1})
print(Counter({'s': 3, 'c': 2, 'e': 1, 'u': 1}))
结果：
Counter({'s': 3, 'c': 2, 'e': 1, 'u': 1})
-
可以使用elements()方法获取Counter中的key值
print(list(Counter(some_data).elements())) # 根据值打印key的次数结果：
['a', 'a', 'a', '2', '2', 2, 4, 4, 5, 'b', 7, '5', 'd', 'z']
-
看看一个更骚气的方法,利用most_commo()方法可以找前N个出现频率最高的元素以及他们对应的次数。
count = Counter(some_data).most_common(2) # 获取前两个频率最高 print(count)结果：
[('a', 3), ('2', 2)]
-
当访问不存在的元素是，默认返回0而不是抛出keyError异常
print(Counter(some_data)["y"])结果：
0
-
update()方法用于被统计对象元素的更新，原有Counter计数器对象与新增元素的统计计数值相加而不是直接替换她们
c = Counter("success") print(c)结果：
Counter({'s': 3, 'c': 2, 'u': 1, 'e': 1})
在此基础上进行更新
c.update("successfully") print(c)Counter({'s': 6, 'c': 4, 'u': 3, 'e': 2, 'l': 2, 'f': 1, 'y': 1})
-
subtract()方法用于实现计数器对象中元素统计值相减，输入输出的统计值允许为0或者负数(在更新的基础上进行相减)
c = Counter("success") print(c)结果：
Counter({'s': 3, 'c': 2, 'u': 1, 'e': 1, 'f': 0, 'l': 0, 'y': 0})
用兴趣的可以自己研究下哦！
