Collections--Counter

　　一个 Counter 是一个 dict 的子类，用于计数可哈希对象。它是一个集合，元素像字典键(key)一样存储，它们的计数存储为值。计数可以是任何整数值，包括0和负数

元素从一个 iterable 被计数或从其他的 mapping (or counter)初始化：

?

1 2 3 4

>>> c = Counter()                           # a new, empty counter >>> c = Counter('gallahad')                 # a new counter from an iterable >>> c = Counter({'red': 4, 'blue': 2})      # a new counter from a mapping >>> c = Counter(cats=4, dogs=8)             # a new counter from keyword args

　　Counter对象有一个字典接口，如果引用的键没有任何记录，就返回一个0，而不是弹出一个 KeyError

 

计数器对象除了字典方法以外，还提供了三个其他的方法：

 

1. elements()

返回一个迭代器，每个元素重复计数的个数。元素顺序是任意的。如果一个元素的计数小于1， elements() 就会忽略它。

?

1 2 3

>>> c = Counter(a=4, b=2, c=0, d=-2) >>> sorted(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b']

　　

2. most_common([n])

返回一个列表，提供 n 个频率最高的元素和计数。 如果没提供 n ，或者是 None ， most_common() 返回计数器中的 所有 元素。相等个数的元素顺序随机：

?

1 2	>>> Counter('abracadabra').most_common(3)  # doctest: +SKIP [('a', 5), ('r', 2), ('b', 2)]

　　

3.subtract([iterable-or-mapping])

从 迭代对象 或 映射对象 减去元素。像 dict.update() 但是是减去，而不是替换。输入和输出都可以是0或者负数。

?

1 2 3 4 5

>>> c = Counter(a=4, b=2, c=0, d=-2) >>> d = Counter(a=1, b=2, c=3, d=4) >>> c.subtract(d) >>> c Counter({'a': 3, 'b': 0, 'c': -3, 'd': -6})

 

 

Counter 对象的常用案例

?

1 2 3 4 5 6 7 8 9

sum(c.values())                 # total of all counts c.clear()                       # reset all counts list(c)                         # list unique elements set(c)                          # convert to a set dict(c)                         # convert to a regular dictionary c.items()                       # convert to a list of (elem, cnt) pairs Counter(dict(list_of_pairs))    # convert from a list of (elem, cnt) pairs c.most_common()[:-n-1:-1]       # n least common elements +c                              # remove zero and negative counts

　　

 典型应用场景

?

1 2 3 4 5 6 7 8 9 10 11 12 13

>>> # 统计一个列表中每个元素重复次数 >>> cnt = Counter() >>> for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']: ...     cnt[word] += 1 >>> cnt Counter({'blue': 3, 'red': 2, 'green': 1})   >>> # 查找一个文件中出现最频繁的10个字符串 >>> import re >>> words = re.findall(r'\w+', open('hamlet.txt').read().lower()) >>> 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)]