这里的Counter是指collections中的Counter,通过Counter可以实现字典的创建以及字典key出现频次的统计。然而,使用的时候还是有一点需要注意的小事项。
使用Counter创建字典通常有4种方式。其中,第一种方式是不带任何参数创建一个空的字典。剩下的三种分别在下面通过简单的代码进行演示。
创建方法2示范代码:
1
2
3
4
5
6
7
8
9
10
11
|
need python.' cell1 = ( 2 , 2 , 3 , 5 , 5 , 4 , 3 , 2 , 1 , 1 , 2 , 3 , 3 , 2 , 2 ) list1 = [ 2 , 2 , 3 , 5 , 5 , 4 , 3 , 2 , 1 , 1 , 2 , 3 , 3 , 2 , 2 ] c1 = Counter(str1) c2 = Counter(cell1) c3 = Counter(list1) print ( 'c1is:' ),c1.items() print ( 'c2is:' ),c2.items() print ( 'c3is:' ),c3.items() |
运行结果如下:
E:\WorkSpace\05_数据分析\01_利用Python进行数据分析\第02章_引言>pythoncounter.py
1
2
3
|
c1 is : [( ' ' , 5 ),( 'e' , 3 ), ( 'd' , 1 ), ( 'f' , 1 ), ( 'i' , 2 ), ( 'h' , 2 ), ( 'l' , 1 ), ( 'o' , 3 ), ( ',' , 1 ),( 'p' , 1 ), ( 's' , 2 ), ( 'r' , 1 ), ( 'u' , 1 ), ( 't' , 2 ), ( '.' , 1 ), ( 'y' , 2 ), ( 'n' , 2 )] c2 is : [( 1 , 2 ),( 2 , 6 ), ( 3 , 4 ), ( 4 , 1 ), ( 5 , 2 )] c3 is : [( 1 , 2 ),( 2 , 6 ), ( 3 , 4 ), ( 4 , 1 ), ( 5 , 2 )] |
这三种创建方法都属于一类,只要是传入的对象是一个可迭代的对象都能够通过Counter构建出一个字典。
构建方法3示范代码:
1
2
3
4
5
|
from collectionsimport Counter d1 = { 'apple' : 5 , 'pear' : 2 , 'peach' : 3 } c1 = Counter(d1) print (c1.items()) |
程序的运行结果如下:
E:\WorkSpace\05_数据分析\01_利用Python进行数据分析\第02章_引言>pythonexp1.py
1
|
[( 'pear' , 2 ),( 'apple' , 5 ), ( 'peach' , 3 )] |
第4中构建方法示范代码如下:
1
2
3
4
|
from collectionsimport Counter c1 = Counter(apple = 7 ,xiaomi = 5 ,oppo = 9 ) print (c1.items()) |
程序运行结果如下:
E:\WorkSpace\05_数据分析\01_利用Python进行数据分析\第02章_引言>pythonexp2.py
1
|
[( 'xiaomi' , 5 ),( 'oppo' , 9 ), ( 'apple' , 7 )] |
其实在一定程度上,第三种方式跟一般的字典也就没太大差异了,那么这个Counter构造的对象又有什么不同呢?其实,这里面多了一个统计的通能。
举例用的简化代码如下:
1
2
3
4
5
6
7
8
|
from collectionsimport Counter str1 = 'Life isshort, you need python.' c1 = Counter(str1) print (c1.items()) print (c1[ 'i' ]) print (c1[ 'e' ]) print (c1.most_common( 5 )) |
运行结果如下:
E:\WorkSpace\05_数据分析\01_利用Python进行数据分析\第02章_引言>pythonexp3.py
1
2
3
4
|
[( ' ' , 5 ), ( 'e' , 3 ), ( 'd' , 1 ), ( 'f' , 1 ), ( 'i' , 2 ), ( 'h' , 2 ), ( 'L' , 1 ), ( 'o' , 3 ), ( ',' , 1 ), ( 'p' , 1 ), ( 's' , 2 ), ( 'r' , 1 ), ( 'u' , 1 ), ( 't' , 2 ), ( '.' , 1 ), ( 'y' , 2 ), ( 'n' , 2 )] 2 3 [( ' ' , 5 ), ( 'e' , 3 ), ( 'o' , 3 ), ( 'i' , 2 ), ( 'h' , 2 )] |
从以上结果可以看出,通过这种方法构建的对象不仅能够具有字典的属性,同时还可以统计key的数目并且通过相应的方法输出最高几项的清单。
除此之外,还可以对生成的对象进行修改,比如修改其value。如果key不存在的时候统计数为0,但是统计数为0并不意味着没有这个key。也就是说不能够通过赋值为0的方式删除其中的元素。
具体的演示代码如下:
1
2
3
4
5
6
7
8
9
10
11
|
from collectionsimport Counter str1 = 'Life isshort, you need python.' c1 = Counter(str1) print (c1.items()) print (c1[ 'i' ]) c1[ 'i' ] = 0 print (c1[ 'i' ]) print (c1.items()) del c1[ 'i' ] print (c1.items() |
程序运行结果:
E:\WorkSpace\05_数据分析\01_利用Python进行数据分析\第02章_引言>pythonexp3.py
1
2
3
4
5
|
[( ' ' , 5 ), ( 'e' , 3 ), ( 'd' , 1 ), ( 'f' , 1 ), ( 'i' , 2 ), ( 'h' , 2 ), ( 'L' , 1 ), ( 'o' , 3 ), ( ',' , 1 ), ( 'p' , 1 ), ( 's' , 2 ), ( 'r' , 1 ), ( 'u' , 1 ), ( 't' , 2 ), ( '.' , 1 ), ( 'y' , 2 ), ( 'n' , 2 )] 2 0 [( ' ' , 5 ), ( 'e' , 3 ), ( 'd' , 1 ), ( 'f' , 1 ), ( 'i' , 0 ), ( 'h' , 2 ), ( 'L' , 1 ), ( 'o' , 3 ), ( ',' , 1 ), ( 'p' , 1 ), ( 's' , 2 ), ( 'r' , 1 ), ( 'u' , 1 ), ( 't' , 2 ), ( '.' , 1 ), ( 'y' , 2 ), ( 'n' , 2 )] [( ' ' , 5 ), ( 'e' , 3 ), ( 'd' , 1 ), ( 'f' , 1 ), ( 'h' , 2 ), ( 'L' , 1 ), ( 'o' , 3 ), ( ',' , 1 ), ( 'p' , 1 ), ( 's' , 2 ), ( 'r' , 1 ), ( 'u' , 1 ), ( 't' , 2 ), ( '.' , 1 ), ( 'y' , 2 ), ( 'n' , 2 )] |
以上这篇Python中使用Counter进行字典创建以及key数量统计的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/grey_csdn/article/details/66551704