快捷導(dǎo)航

Python 統(tǒng)計(jì)字?jǐn)?shù)的思路詳解

更新時(shí)間：2018年05月08日 14:20:36 作者：云騰

這篇文章主要介紹了Python 統(tǒng)計(jì)字?jǐn)?shù)的思路詳解，文中還給大家提供了不借助第三方模塊的解決方法，感興趣的朋友一起看看吧

問(wèn)題描述：

用 Python 實(shí)現(xiàn)函數(shù) count_words()，該函數(shù)輸入字符串 s 和數(shù)字 n，返回 s 中 n 個(gè)出現(xiàn)頻率最高的單詞。返回值是一個(gè)元組列表，包含出現(xiàn)次數(shù)最高的 n 個(gè)單詞及其次數(shù),即 [(<單詞1>, <次數(shù)1>), (<單詞2>, <次數(shù)2>), ... ]，按出現(xiàn)次數(shù)降序排列。

您可以假設(shè)所有輸入都是小寫(xiě)形式，并且不含標(biāo)點(diǎn)符號(hào)或其他字符（只包含字母和單個(gè)空格）。如果出現(xiàn)次數(shù)相同，則按字母順序排列。

例如：

print count_words("betty bought a bit of butter but the butter was bitter",3)

輸出：

[('butter', 2), ('a', 1), ('betty', 1)]

解決問(wèn)題的思路：

1. 將字符串s進(jìn)行空白符分割得到所有的單詞列表split_s，如：['betty', 'bought', 'a', 'bit', 'of', 'butter', 'but', 'the', 'butter', 'was', 'bitter']

2. 建立maplist,將split_s轉(zhuǎn)化為元素為元組的列表形式，如：[('betty', 1), ('bought', 1), ('a', 1), ('bit', 1), ('of', 1), ('butter', 1), ('but', 1), ('the', 1), ('butter', 1), ('was', 1), ('bitter', 1)]

3. 合并maplist中元素，元組的第一個(gè)索引值相同，則將其第二個(gè)索引值相加。

// 備注：準(zhǔn)備采用defaultdict。得到的數(shù)據(jù)如下：{'betty': 1, 'bought': 1, 'a': 1, 'bit': 1, 'of': 1, 'butter': 2, 'but': 1, 'the': 1, 'was': 1, 'bitter': 1}

4. 進(jìn)行排序，按照key進(jìn)行字母排序，得到如下：[('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('butter', 2), ('of', 1), ('the', 1), ('was', 1)]

5. 進(jìn)行二次排序, 按照value進(jìn)行排序，得到如下：[('butter', 2), ('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('of', 1), ('the', 1), ('was', 1)]

6. 使用切片取出頻率較高的*組數(shù)據(jù)

總結(jié)：在python3上不進(jìn)行defaultdict進(jìn)行排序結(jié)果也是正確的，python2上不正確。defaultdict本身是沒(méi)有順序的，要區(qū)分列表，所以必須進(jìn)行排序。

也可嘗試自己寫(xiě)，不借助第三方模塊

解決方案1（使用defaultdict）：

from collections import defaultdict
"""Count words."""
def count_words(s, n):
  """Return the n most frequently occuring words in s."""
  split_s = s.split()
  map_list = [(k,1) for k in split_s]
  output = defaultdict(int)
  for d in map_list:
    output[d[0]] += d[1]
  output1 = dict(output)
  top_n = sorted(output1.items(), key=lambda pair:pair[0], reverse=False)
  top_n = sorted(top_n, key=lambda pair:pair[1], reverse=True)
  return top_n[:n]
def test_run():
  """Test count_words() with some inputs."""
  print(count_words("cat bat mat cat bat cat", 3))
  print(count_words("betty bought a bit of butter but the butter was bitter", 4))
if __name__ == '__main__':
  test_run()

解決方案2（使用Counter）

from collections import Counter
"""Count words."""
def count_words(s, n):
  """Return the n most frequently occuring words in s."""
  split_s = s.split()
  split_s = Counter(name for name in split_s)
  print(split_s)
  top_n = sorted(split_s.items(), key=lambda pair:pair[0], reverse=False)
  print(top_n)
  top_n = sorted(top_n, key=lambda pair:pair[1], reverse=True)
  print(top_n)
  return top_n[:n]
def test_run():
  """Test count_words() with some inputs."""
  print(count_words("cat bat mat cat bat cat", 3))
  print(count_words("betty bought a bit of butter but the butter was bitter", 4))
if __name__ == '__main__':
  test_run()

總結(jié)

以上所述是小編給大家介紹的Python 統(tǒng)計(jì)字?jǐn)?shù)的思路詳解，希望對(duì)大家有所幫助，如果大家有任何疑問(wèn)請(qǐng)給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持！

您可能感興趣的文章: