1、如何统计序列中元素的出现频度
实际案例:
(1)某随机序列[12,5,6,4,6,5,5,7,...]中找到出现次数最高的3个元素,它们出现次数是多少?
(2)对某英文文章的单词,进行词频统计,找到出现次数最高的10个单词,它们出现次数是多少?
解决方案:
使用collections.Counter对象
将序列传入Counter的构造器,得到Counter对象是元素频度的字典。
Counter.most_common(n)方法得到频度最高的n个元素的列表。
Python客栈送红包、纸质书
2、代码演示
(1)某随机序列[12,5,6,4,6,5,5,7,...]中找到出现次数最高的3个元素,它们出现次数是多少?
fromrandomimportrandint
#利用列表解析生成随机序列
data=[randint(0,20)for_inrange(30)]
print(data)
#方法1:
'''
最终的统计结果肯定是一个字典,如:{2:5,4:9},
以data中每一个元素作为字典的键,0作为初始值,创建这样一个字典
'''
c=dict.fromkeys(data,0)
print(c)
#对data进行迭代,进行统计
forxindata:
c[x]+=1
print(c)
#根据字典的值对字典项进行排序,并截取前3个元素
sort_dict=sorted(c.items(),key=lambdaitem:item[1],reverse=True)[0:3]
print(sort_dict)
#方法2:
fromcollectionsimportCounter
#直接将序列传给Counter构造器
c2=Counter(data)
print(c2)
#直接使用对象的most_common()方法直接找到频度最高3个
print(c2.most_common(3))
(2)对某英文文章的单词,进行词频统计,找到出现次数最高的10个单词,它们出现次数是多少?
fromcollectionsimportCounter
#导入正则表达式模块
importre
#读取整个文件内容作为字符串
txt=open('word.txt').read()
print(txt)
#对词频进行统计,首先需要进行分割把每一个字取出来
#用非字母的字符作为分割,然后传给Counter()进行统计
c3=Counter(re.split('\W+',txt))
#使用most_common()选取10个频度最高单词
print(c3.most_common(10))
|