Python計數器collections.Counter用法詳解
更新時間：2023年03月07日 09:01:53 作者：cv_lhp
本文主要介紹了Python計數器collections.Counter用法詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
一. 介紹
一個計數器工具提供快速和方便的計數，Counter是一個dict的子類，用于計數可哈希對象。它是一個集合，元素像字典鍵(key)一樣存儲，它們的計數存儲為值。計數可以是任何整數值，包括0和負數，Counter類有點像其他語言中的bags或multisets。簡單說，就是可以統(tǒng)計計數，來幾個例子看看就清楚了。
舉例：
#計算top10的單詞
from collections import Counter
import re
text = 'remove an existing key one level down remove an existing key one level down'
words = re.findall(r'\w+', text)
Counter(words).most_common(10)
[('remove', 2),('an', 2),('existing', 2),('key', 2),('one', 2)('level', 2),('down', 2)]?
#計算列表中單詞的個數
cnt = Counter()
for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:
? ? cnt[word] += 1
cnt
Counter({'red': 2, 'blue': 3, 'green': 1})
#上述這樣計算有點嘛，下面的方法更簡單，直接計算就行
L = ['red', 'blue', 'red', 'green', 'blue', 'blue']?
Counter(L)
Counter({'red': 2, 'blue': 3, 'green': 1}元素從一個iterable 被計數或從其他的mapping (or counter)初始化：
from collections import Counter
#字符串計數
Counter('gallahad')?
Counter({'g': 1, 'a': 3, 'l': 2, 'h': 1, 'd': 1})
#字典計數
Counter({'red': 4, 'blue': 2}) ?
Counter({'red': 4, 'blue': 2})
#計數
Counter(cats=4, dogs=8)
Counter({'cats': 4, 'dogs': 8})
Counter(['red', 'blue', 'red', 'green', 'blue', 'blue'])
Counter({'red': 2, 'blue': 3, 'green': 1})二. 基本操作
1. 統(tǒng)計“可迭代序列”中每個元素的出現的次數
1.1 對列表/字符串作用
下面是兩種使用方法，一種是直接使用，一種是實例化以后使用，如果要頻繁調用的話，顯然后一種更簡潔 ，因為可以方便地調用Counter內的各種方法，對于其他可迭代序列也是一樣的套路。
#首先引入該方法
from collections import Counter
#對列表作用
list_01 = [1,9,9,5,0,8,0,9] #GNZ48-陳珂生日
print(Counter(list_01)) #Counter({9: 3, 0: 2, 1: 1, 5: 1, 8: 1})
#對字符串作用
temp = Counter('abcdeabcdabcaba')
print(temp) #Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
#以上其實是兩種使用方法，一種是直接用，一種是實例化以后使用,如果要頻繁調用的話，顯然后一種更簡潔
1.2 輸出結果
#查看類型
print( type(temp) ) #<class 'collections.Counter'>
#轉換為字典后輸出
print( dict(temp) ) #{'b': 4, 'a': 5, 'c': 3, 'd': 2, 'e': 1}
for num,count in enumerate(dict(temp).items()):
print(count)
"""
('e', 1)
('c', 3)
('a', 5)
('b', 4)
('d', 2)
"""
1.3 用自帶的items()方法輸出
顯然這個方法比轉換為字典后再輸出的方法更為方便：
print(temp.items()) #dict_items([('e', 1), ('c', 3), ('b', 4), ('d', 2), ('a', 5)])
for item in temp.items():
print(item)
"""
('a', 5)
('c', 3)
('d', 2)
('e', 1)
('b', 4)
"""
2. most_common()統(tǒng)計出現次數最多的元素
利用most_common()方法，返回一個列表，其中包含n個最常見的元素及出現次數，按常見程度由高到低排序。 如果 n 被省略或為None，most_common() 將返回計數器中的所有元素，計數值相等的元素按首次出現的順序排序，經常用來計算top詞頻的詞語：
#求序列中出現次數最多的元素 from collections import Counter list_01 = [1,9,9,5,0,8,0,9] temp = Counter(list_01) #統(tǒng)計出現次數最多的一個元素 print(temp.most_common(1)) #[(9, 3)] 元素“9”出現3次。 print(temp.most_common(2)) #[(9, 3), (0, 2)] 統(tǒng)計出現次數最多個兩個元素 #沒有指定個數，就列出全部 print(temp.most_common()) #[(9, 3), (0, 2), (1, 1), (5, 1), (8, 1)]
Counter('abracadabra').most_common(3)
[('a', 5), ('b', 2), ('r', 2)]
Counter('abracadabra').most_common(5)
[('a', 5), ('b', 2), ('r', 2), ('c', 1), ('d', 1)]3. elements() 和 sort()方法
描述：返回一個迭代器，其中每個元素將重復出現計數值所指定次。 元素會按首次出現的順序返回。 如果一個元素的計數值小于1，elements() 將會忽略它。
舉例：
c = Counter(a=4, b=2, c=0, d=-2) list(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b'] sorted(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b'] c = Counter(a=4, b=2, c=0, d=5) list(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b', 'd', 'd', 'd', 'd', 'd']
from collections import Counter
c = Counter('ABCABCCC')
print(c.elements()) #<itertools.chain object at 0x0000027D94126860>
#嘗試轉換為list
print(list(c.elements())) #['A', 'A', 'C', 'C', 'C', 'C', 'B', 'B']
#或者這種方式
print(sorted(c.elements())) #['A', 'A', 'B', 'B', 'C', 'C', 'C', 'C']
#這里與sorted的作用是： list all unique elements，列出所有唯一元素
#例如
print( sorted(c) ) #['A', 'B', 'C']官方文檔例子：
# Knuth's example for prime factors of 1836: 2**2 * 3**3 * 17**1
prime_factors = Counter({2: 2, 3: 3, 17: 1})
product = 1
for factor in prime_factors.elements(): # loop over factors
product *= factor # and multiply them
print(product) #1836
#1836 = 2*2*3*3*3*174. subtract()減操作：輸出不會忽略掉結果為零或者小于零的計數
從迭代對象或映射對象減去元素，輸入和輸出都可以是0或者負數。
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})
#減去一個abcd
str0 = Counter('aabbccdde')
str0
Counter({'a': 2, 'b': 2, 'c': 2, 'd': 2, 'e': 1})
str0.subtract('abcd')
str0
Counter({'a': 1, 'b': 1, 'c': 1, 'd': 1, 'e': 1}subtract_test01 = Counter("AAB")
subtract_test01.subtract("BCC")
print(subtract_test01) #Counter({'A': 2, 'B': 0, 'C': -2})這里的計數可以減到零一下，可以包含零和負數：
subtract_test02 = Counter("which")
subtract_test02.subtract("witch") #從另一個迭代序列中減去元素
subtract_test02.subtract(Counter("watch")) #^……
#查看結果
print( subtract_test02["h"] ) # 0 ,whirch 中兩個，減去witch中一個，減去watch中一個，剩0個
print( subtract_test02["w"] ) #-1
5. 字典方法
通常字典方法都可用于Counter對象，除了有兩個方法工作方式與字典并不相同。
- fromkeys(iterable)：這個類方法沒有在Counter中實現。
- update([iterable-or-mapping])：從迭代對象計數元素或者從另一個映射對象 (或計數器) 添加，元素個數是加上。另外迭代對象應該是序列元素，而不是一個 (key, value) 對。
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) # n least common elements +c # remove zero and negative counts
6. 數學操作
這個功能非常強大，提供了幾個數學操作，可以結合 Counter 對象，以生產 multisets (計數器中大于0的元素）。 加和減，結合計數器，通過加上或者減去元素的相應計數。交集和并集返回相應計數的最小或最大值。每種操作都可以接受帶符號的計數，但是輸出會忽略掉結果為零或者小于零的計數。
c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c + d # add two counters together: c[x] + d[x]
Counter({'a': 4, 'b': 3})
c - d # subtract (keeping only positive counts)
Counter({'a': 2})
c & d # intersection: min(c[x], d[x])
Counter({'a': 1, 'b': 1})
c | d # union: max(c[x], d[x])
Counter({'a': 3, 'b': 2})
print(Counter('AAB') + Counter('BCC'))
#Counter({'B': 2, 'C': 2, 'A': 2})
print(Counter("AAB")-Counter("BCC"))
#Counter({'A': 2})
與”和“或”操作:
print(Counter('AAB') & Counter('BBCC'))
#Counter({'B': 1})
print(Counter('AAB') | Counter('BBCC'))
#Counter({'A': 2, 'C': 2, 'B': 2})
單目加和減（一元操作符）意思是從空計數器加或者減去，相當于給計數值乘以正值或負值，同樣輸出會忽略掉結果為零或者小于零的計數:
c = Counter(a=2, b=-4)
+c
Counter({'a': 2})
-c
Counter({'b': 4})
寫一個計算文本相似的算法，加權相似：
def str_sim(str_0,str_1,topn): ? ? topn = int(topn) ? ? collect0 = Counter(dict(Counter(str_0).most_common(topn))) ? ? collect1 = Counter(dict(Counter(str_1).most_common(topn))) ? ? ?? ? ? jiao = collect0 & collect1 ? ? bing = collect0 | collect1 ? ? ?? ? ? sim = float(sum(jiao.values()))/float(sum(bing.values())) ? ? ? ? ? ? return(sim) ? ? ? ?? str_0 = '定位手機定位汽車定位GPS定位人定位位置查詢' ? ? ? ?? str_1 = '導航定位手機定位汽車定位GPS定位人定位位置查詢' ? ? ? ?? str_sim(str_0,str_1,5) ? ? 0.75 ? ?
7. 計算元素總數、Keys() 和 Values()
from collections import Counter
c = Counter('ABCABCCC')
print(sum(c.values())) # 8 total of all counts
print(c.keys()) #dict_keys(['A', 'B', 'C'])
print(c.values()) #dict_values([2, 2, 4])
8. 查詢單元素結果
from collections import Counter
c = Counter('ABBCC')
#查詢具體某個元素的個數
print(c["A"]) #1
9. 添加
for elem in 'ADD': # update counts from an iterabl
c[elem] += 1
print(c.most_common()) #[('C', 2), ('D', 2), ('A', 2), ('B', 2)]
#可以看出“A”增加了一個，新增了兩個“D”
10. 刪除（del）
del c["D"]
print(c.most_common()) #[('C', 2), ('A', 2), ('B', 2)]
del c["C"]
print(c.most_common()) #[('A', 2), ('B', 2)]
11. 更新 update()
d = Counter("CCDD")
c.update(d)
print(c.most_common()) #[('B', 2), ('A', 2), ('C', 2), ('D', 2)]
12. 清除 clear()
c.clear() print(c) #Counter()
三. 總結
Counter是一個dict子類，主要是用來對你訪問的對象的頻率進行計數。
常用方法：
- elements()：返回一個迭代器，每個元素重復計算的個數，如果一個元素的計數小于1,就會被忽略。
- most_common([n])：返回一個列表，提供n個訪問頻率最高的元素和計數
- subtract([iterable-or-mapping])：從迭代對象中減去元素，輸入輸出可以是0或者負數，不同于減號 - 的作用
- update([iterable-or-mapping])：從迭代對象計數元素或者從另一個 映射對象 (或計數器) 添加。
舉例：
# 統(tǒng)計字符出現的次數
>>> import collections
>>> collections.Counter('hello world')
Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})
# 統(tǒng)計單詞數
>>> collections.Counter('hello world hello world hello nihao'.split())
Counter({'hello': 3, 'world': 2, 'nihao': 1})
常用的方法：
>>> c = collections.Counter('hello world hello world hello nihao'.split())
>>> c
Counter({'hello': 3, 'world': 2, 'nihao': 1})
# 獲取指定對象的訪問次數，也可以使用get()方法
>>> c['hello']
3
>>> c = collections.Counter('hello world hello world hello nihao'.split())
# 查看元素
>>> list(c.elements())
['hello', 'hello', 'hello', 'world', 'world', 'nihao']
# 追加對象，或者使用c.update(d)
>>> c = collections.Counter('hello world hello world hello nihao'.split())
>>> d = collections.Counter('hello world'.split())
>>> c
Counter({'hello': 3, 'world': 2, 'nihao': 1})
>>> d
Counter({'hello': 1, 'world': 1})
>>> c + d
Counter({'hello': 4, 'world': 3, 'nihao': 1})
# 減少對象，或者使用c.subtract(d)
>>> c - d
Counter({'hello': 2, 'world': 1, 'nihao': 1})
# 清除
>>> c.clear()
>>> c
Counter()四. 參考鏈接
Python計數器collections.Counter用法詳解
【萬字長文詳解】Python庫collections，讓你擊敗99%的Pythoner
Python中collections模塊
到此這篇關于Python計數器collections.Counter用法詳解的文章就介紹到這了,更多相關Python collections.Counter 內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關文章
這篇文章主要給大家匯總介紹了Python二分查找的幾種實現的方法，有需要的小伙伴可以參考下。2015-09-09
PyQt5中圖形視圖框架主要包含三個類：QGraphicsItem圖元類、QGraphicsScene場景類和QGraphicsView視圖類。本文將通過示例詳細講解一下這三個類，感興趣的可以學習一下2022-03-03
這篇文章主要為大家詳細介紹了python實現數獨游戲和java實現數獨游戲的相關代碼，比較兩種語言實現數獨游戲的區(qū)別2018-03-03
前面我們給大家介紹了使用nodejs來爬取妹紙圖片的方法，下面我們來看下使用Python是如何實現的呢，有需要的小伙伴參考下吧。2015-05-05
這篇文章主要為大家詳細介紹了Python如何利用cv2實現動態(tài)繪制圓和矩形的功能，文中的示例代碼講解詳細，具有一定的參考價值，需要的可以參考一下2023-03-03
今天小編就為大家分享一篇python找出完數的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11
生成器 是Python中一種非常實用的特性,它能幫助我們編寫高效的代碼,本文將詳細為大家介紹生成器的原理、用法以及實際應用場景,有需要的小伙伴可以了解下2023-12-12
今天小編就為大家分享一篇關于Python裝飾器語法糖，小編覺得內容挺不錯的，現在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
這篇文章主要介紹了Python爬取城市房租房信息實戰(zhàn)分享，先單線程爬蟲，測試可以成功爬取之后再優(yōu)化為多線程，最后存入數據庫，需要的小伙伴可以參考一下的相關資料2022-04-04
yield關鍵字用于創(chuàng)建生成器函數,一種高效利用內存的函數類型,可以像迭代器對象一樣使用,本文主要介紹了Python中的yield關鍵字的應用,需要的可以參考下2023-08-08