Python統(tǒng)計可散列的對象之容器Counter詳解

更新時間：2021年05月18日 10:31:49 作者：李元靜

Counter是一個容器,可以跟蹤等效值增加的次數(shù).這個類可以用來實現(xiàn)其他語言中常用包或多集合數(shù)據(jù)結(jié)構(gòu)實現(xiàn)的算法.本篇文章非常詳細的介紹了容器Counter的使用方式,需要的朋友可以參考下

一、初始化Counter

Counter支持3種形式的初始化，比如提供一個數(shù)組，一個字典，或單獨鍵值對“=”式賦值。具體初始化的代碼如下所示：

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)

運行之后，效果如下：

初始化

這種是直接通過構(gòu)造函數(shù)進行填充。當然，我們還可以直接構(gòu)造一個空Counter，然后通過update()函數(shù)進行填充。

import collections

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

運行效果和上面的a一樣，這里就不上圖了，感興趣的讀者自己測試運行。

二、遍歷Counter

通過上面初始化以及更新，我們Counter容器中存在了很多的值。因為輸出的是字典的形式，所以我們可以直接通過字典的方式進行訪問。

import collections

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

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

運行之后，效果如下：

可以看到容器Counter，可以輸出空值不報錯。因為當我們沒有找到某個值時，其默認計數(shù)為0。

三、elements()

當然，如果你想實現(xiàn)那種輸出沒有0值的遍歷。可以使用elements()迭代器。具體代碼如下：

import collections

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

運行之后，效果如下：

elements

需要注意的是，elements()雖然去除了0值，但并不能保證遍歷順序。

四、most_common

most_common()函數(shù)可以生成一個序列，統(tǒng)計包含n個最長遇到的輸入值以及相應的計數(shù)。這里，我們來實現(xiàn)統(tǒng)計一個文檔中，字母出現(xiàn)的個數(shù)。具體代碼如下：

import collections

c = collections.Counter()
with open('英文文檔.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))

運行之后，效果如下：

統(tǒng)計

這里統(tǒng)計的英文文檔中，空格最多，達到了658個。其他的一次都是前幾最多的個數(shù)。這樣我們可以通過Counter生成一個英文文檔中字母的頻度分布，在自然語言的處理當中。就可以完美的結(jié)合起來進行統(tǒng)計使用。

五、算數(shù)操作

Counter容器不僅可以統(tǒng)計頻度的分布。還可以進行一些算數(shù)運算。比如將兩個Counter容器進行相加進行統(tǒng)計，亦或者相減也行。具體操作如下：

import collections

c1 = collections.Counter('abcbcabds')
c2 = collections.Counter('abcbcabds')
print("原始值：")
print(c1)
print(c2)
print("算數(shù)運算后：")
print(c1 + c2)
print(c1 - c2)
print(c1 & c2)
print(c1 | c2)

運行之后，效果如下：

算數(shù)運算