统计字符出现次数类Counter

1.概述

当我们的业务中需要做统计工作时可以先考虑下python标准库中collections模块提供的Counter类，该类可以对可哈希对象次数进行统计。

2.Counter类

2.1.Counter类介绍

• collections在python官方文档中的解释是High-performance container datatypes，直接的中文翻译解释高性能容量数据类型，该模块下主要包含了如下的类：

  • _OrderedDictKeysView
  • _OrderedDictItemsView
  • _OrderedDictValuesView
  • _Link
  • OrderedDict
  • Counter
  • ChainMap
  • UserDict
  • UserList
  • UserString

• Counter类是dict的子类，它只能用于计算可散列(可哈希)对象的次数。

• 什么是可散列对象那，就是集合中的可哈希对象，通过调用hash(被测试对象)返回值为true则该对象就是可哈希对象，哪些是可哈希对象那？

  • 所有不可变内置类型，都是可哈希的，比如str、int 、tuple 、frozenset
  • 所有可变内置类型，都是不可哈希的，比如dict、list 、set
  • 对于不可变容器类型，仅当他所有成员都不可变时，他自身才是可哈希的。
  • 用户定义的类型默认都是可哈希的。

2.2.Counter类统计示例

统计一个列表中每个单词出现的次数，下面使用常规的方式实现了功能。

#统计词频
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
result = {}
for color in colors:
    if result.get(color)==None:
        result[color]=1
    else:
        result[color]+=1
print (result)
#{'red': 2, 'blue': 3, 'green': 1}

如果使用Counter类来统计单词出现次数会变得更简单。

from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))

2.3.Counter类方法

1.创建Counter对象

# 创建无参Counter对象
cnt = Counter()

# 传进字符串
c1 = Counter('gallahad')
print(c1)
# 传进字典
c2 = Counter({'red': 4, 'blue': 2})
print(c2)
# 传进元组
c3 = Counter(cats=4, dogs=8)
print(c3)

2.查询元素

# 查询的元素不存在返回0
print(c2['black'])

# 查询所有元素：elements()，返回一个迭代器，每个元素重复的次数为它的数目，顺序是任意的顺序，如果一个元素的数目少于1，那么elements()就会忽略它
c = Counter(a=4, b=2, c=0, d=-2)
list(c.elements())
#['a', 'a', 'a', 'a', 'b', 'b']

# 查看最常见出现的n个元素，返回一个列表，包含counter中n个最大数目的元素
Counter('abracadabra').most_common(3)
#[('a', 5), ('r', 2), ('b', 2)]

3.更新元素

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c + d                       # 相加
#Counter({'a': 4, 'b': 3})
c - d                       # 相减，如果小于等于0，删去
#Counter({'a': 2})
c & d                       # 求最小
#Counter({'a': 1, 'b': 1})
c | d                       # 求最大
#Counter({'a': 3, 'b': 2})

3.Counter统计日志

from collections import Counter
lines = open("./data/input.txt","r").read().splitlines()
lines = [lines[i].split(" ") for i in range(len(lines))]
words = []
for line in lines:
    words.extend(line)
result = Counter(words)
print (result.most_common(10))

当需要统计的文件比较大，使用read()一次读不完的情况：

from collections import Counter
result = Counter()
with open("./data/input.txt","r") as f:
    while True:
        lines = f.read(1024).splitlines()
        if lines==[]:
            break
        lines = [lines[i].split(" ") for i in range(len(lines))]
        words = []
        for line in lines:
            words.extend(line)
        tmp = Counter(words)
        result+=tmp

print (result.most_common(10))

最后

以上就是痴情大船为你收集整理的统计字符出现次数类Counter统计字符出现次数类Counter的全部内容，希望文章能够帮你解决统计字符出现次数类Counter统计字符出现次数类Counter所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。