python使用Collections.Counter进行计数

最新推荐文章于 2025-10-06 21:10:48 发布

原创最新推荐文章于 2025-10-06 21:10:48 发布 · 1.3k 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

6 篇文章

订阅专栏

本文介绍如何使用Python的collections模块中的Counter类来统计一个List中各元素的出现次数。通过实例演示了基本的计数操作、获取指定元素的计数以及获取最常见的元素组合。

这个可以对list进行计数

from collections import Counter

data=['f','s','f','s','2d',3]

print Counter(data)

返回结果:Counter({'s': 2, 'f': 2, '2d': 1, 3: 1})

可以这样

>>> Counter(data)[3]
1
>>> Counter(data)['f']
2
>>> Counter(data).most_common(2)
[('s', 2), ('f', 2)]

这个东西的item是一个元组，并不是字典，所以统计的数据里面可以出现数字

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

new_light

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

python中的collections.Counter()

weixin_51472673的博客

10-11

1045

除了传统的not 1(True)=False，not 0(False)=True外，空列表[] 字典dict()(字典一般不能为空，这里可以用defaultdict()/collections.Counter(dict)中，为空时返回默认值) 数组[]等都为False 可以用not判断。【字典】类型也可以相加减，用collections.Counter(dict)实现，但。【在结果中，a不见了，是因为输出会忽略掉结果为零或者小于零的计数。结果会自动舍掉value值

python之collections.Counter函数介绍

yueguang8的博客

04-17

762

collections.Counter 是 Python 标准库中的一个内置类，用于计数可哈希对象（例如列表、字符串等）的出现次数。它提供了一种方便且高效的方式来进行计数操作

参与评论您还未登录，请先登录后发表或查看评论

python算法内置库——collections利用Counter实现计数

weixin_47481982的博客

03-22

1009

　Counter作为字典dicit（）的一个子类用来进行hashtable计数，将元素进行数量统计，计数后返回一个字典，键值为元素，值为元素个数 Counter创建：有多种方式可以创建 from collections import Counter lists=[2,3,2,2,3,4] dicts={'a':2,"b":3,"c":2} a=Counter(lists) b=Counter(dicts) c=Counter(a=2,b=3,c=2) print(a) print(b) pri

Python使用collections的Counter类对字符串、列表、字典的数据元素进行计数

Bansi的专栏

04-16

4350

#coding:utf8 __author__ = 'libingxian' __date = "20170416" import random import time """ 最近碰到一个需求，对数据出现的次数进行统计 """ # 原始方法1：一开始使用比较笨的方法，把原始数据存入列表，然后循环遍历，效率较低，耗时较长 def countFunc1(list1): se = set

python容器——collections.Counter

最新发布

2301_80085988的博客

10-06

197

是 Python 标准库中模块提供的一个字典子类，专门用于统计可哈希对象的出现次数。简洁优雅：一行代码完成复杂逻辑可读性强：意图明确，易于理解性能优秀：时间复杂度为线性Pythonic：充分利用了 Python 的高级特性这种组合在算法题中非常常见，特别是在需要统计频率并找出极值的场景中。

八、collection系列-----计数器、有序字典、默认字典、可命名元组、双向队列、单向队列一.计数器（对字典的扩展）...

08-09

156

一.计数器（对字典的扩展）有如下一个字典： dic = {'k1':123,'k2':123,'k3':12} 统计12出现的次数，123出现的次数 1.统计出现次数 >>> import collections >>> c = collections.Counter("rewqfsdvcxzfgafrwqerwgfdjg;ld...

collections.Counter 用法

qq_36302506的博客

09-28

2276

https://docs.python.org/3/library/collections.html

【Python】白话理解：计数器collections.Counter

主题戴工厂

01-13

1211

不同的是，dict 对象的 update() 方法在遇到具有相同的键时，将会对该键对应的值执行覆盖操作。而 Counter 对象的 update() 方法在遇到具有相同的键时，将会对该键对应的值执行叠加操作。请注意：输出的顺序，是按创建时首次录入键的先后顺序，也就是创建时{‘a’: 1, ‘b’: 2, ‘c’: 3, ‘d’: -4}的顺序，a\b\c\d。如果访问普通字典不存在的键，系统会报错，同样的场景，如果我们访问Counter计数器对象的不存在的键，它会返回0。

collections.Counter()介绍——快速统计元素出现的次数

weixin_70673823的博客

03-26

1059

Python中的collections.Counter()介绍——快速统计元素出现的次数

Python 中的 collections.Counter 模块详解

09-13

在深入使用 `collections.Counter` 时，还可以探索其他高级功能，例如使用 `most_common()` 方法获取出现频率最高的元素，或者通过 `subtract()` 方法减去另一个 `Counter` 实例的计数。这些功能使得 `collections....

229 求众数 II（collections.Counter方法计数）

二哈

09-02

413

1. 问题描述：给定一个大小为 n 的数组，找出其中所有出现超过 ⌊ n/3 ⌋ 次的元素。说明: 要求算法的时间复杂度为 O(n)，空间复杂度为 O(1)。示例 1: 输入: [3,2,3] 输出: [3] 示例 2: 输入: [1,1,1,3,3,2,2,2] 输出: [1,2] 2. 思路分析：分析题目可以知道我们需要统计出数组中各个数字出现的次数然后找出超出n / 3的元素即可，统计数字出现的次数对于c++或者是Java语言来说可以使用map来计数，对于python来说可以直接使用调

Python中counter类的用法解析

Lizzy的博客

01-14

1460

Python中counter类的用法解析最近在读代码的时候看到这个类，所以来学习记录一下 ”stay hungry, stay young“ Counter类是dict类的子类，要调用它，需要使用以下语句： from collection import Counter 可以把它看成一个特殊的字典，方便了我们的计数操作，key是要计数的关键字，value是该关键字出现的次数。 for sentence in sentences: for s in sentence: w

python计数器—collections.Counter

Judy18的博客

04-10

7129

Counter计数器，最主要的作用是计算“可迭代序列”中各个元素（element）的数量。具体用法如下：使用前导入： from collections import Counter 1.统计“可迭代序列”中每个元素出现的次数对列表/字符串作用 #对列表作用 list=[1,2,2,2,3,6,6,6,6] print(Counter(list)) #Counter({6: 4, 2: 3, 1: 1, 3: 1}) #对字符串作用 temp=Counter('aabbcdeffgg

【函数】 collections.Counter()

qq_41934715的博客

06-01

3221

Python标准库 collections 里的 counter() 函数是一个计数器工具，用于统计可迭代对象中元素出现的次数，并返回一个字典（key-value）key 表示元素，value 表示各元素 key 出现的次数，可为任意整数 (即包括0与负数)。任何可迭代对象，如列表、元组、字符串、字典等。Ais a。

【Python基础】Python之collections库-Counter

fengdu78的博客

12-12

1367

一、模块概述1、模块作用官方说法：collections模块实现了特定目标的容器，以提供Python标准内建容器dict ,list , set , 和tuple的替代选择。通俗说法：P...

collections模块下的Counter函数讲解

knighthood2001

04-16

702

类，你可以快速、简便地统计一组数据中每个元素的出现次数，并且可以执行各种方便的操作，如查找最常见的元素、元素的频率等。可以接受任何可迭代对象（例如列表、元组、字符串等），并创建一个字典，其中包含元素作为键，它们出现的次数作为对应的值。在这个例子中，我们统计了一个列表中每个元素的出现次数，并使用。的类，用于计数可迭代对象中元素的出现次数。方法找出了最常见的两个元素及其计数。

python 实用函数——collections模块之Counter()

01的奇思妙想

11-30

1137

python 实用函数——collections模块之Counter()

python的collections.Counter方法

热门推荐

m0_47105444的博客

02-19

1万+

哈希表在python中可以用collections.Counter计数来体现。该方法用于统计某序列中每个元素出现的次数，以键值对的方式存在字典中。但类型其实是Counter。 nums = [1, 2, 3, 1, 2, 1] counts = collections.Counter(nums) print(counts) ## Counter({1: 3, 2: 2, 3: 1}) 凭借这个结构，可以计算出某个序列中出现次数最多的某个元素。也即在得到了counts之后求max即可。但这个max需要给依

【Python】详解 collections.Counter

闻韶

04-05

3181

Counter，顾名思义是一个计数器。Counter 类作为一个无序的容器类型，以字典的 key-value 对形式存储元素，旨在统计各元素 (哈希项) 出现的次数。具体而言，key 表示元素，value 表示各元素 key 出现的次数，可为任意整数 (即包括0与负数)。Counter 类有时被称为bags 或 multisets 。我们在 IDLE 通过 help(collections.Counter) 可查看帮助文档。

python中collections.counter

07-12

在 Python 中，`collections.Counter` 是一个非常强大且实用的工具类，用于统计可迭代对象中元素的出现次数。其设计目的是提供一种高效、简洁的方式来处理计数问题，适用于数据分析、文本处理、算法优化等多个场景。 ### 基本用法可以通过多种方式创建 `Counter` 对象，例如传入列表、字符串、元组等可哈希对象： ```python from collections import Counter # 统计列表中元素的出现次数 c1 = Counter(['apple', 'banana', 'apple', 'orange', 'banana', 'banana']) # 输出: Counter({'banana': 3, 'apple': 2, 'orange': 1}) # 统计字符串中字符的出现次数 c2 = Counter('abracadabra') # 输出: Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) ``` ### 更新计数器可以使用 `update()` 方法向已有的 `Counter` 对象中添加新的数据： ```python c1.update(['apple', 'grape']) # 输出: Counter({'banana': 3, 'apple': 3, 'orange': 1, 'grape': 1}) ``` ### 获取最常见元素 `most_common(n)` 方法返回一个包含最多出现元素的列表，按频率降序排列： ```python top_two = c1.most_common(2) # 输出: [('banana', 3), ('apple', 3)] ``` ### 集合运算 `Counter` 支持类似集合的操作，如加法、减法、交集和并集： ```python c3 = Counter(a=3, b=1) c4 = Counter(a=1, b=2) # 加法 c_add = c3 + c4 # Counter({'a': 4, 'b': 3}) # 减法 c_sub = c3 - c4 # Counter({'a': 2}) # 交集（取最小） c_and = c3 & c4 # Counter({'a': 1, 'b': 1}) # 并集（取最大） c_or = c3 | c4 # Counter({'a': 3, 'b': 2}) ``` ### 示例：统计词频并更新计数以下是一个完整的示例程序，展示如何初始化 `Counter`、更新数据并获取高频词： ```python from collections import Counter words = ['hello', 'world', 'hello', 'python'] word_counter = Counter(words) new_words = ['hello', 'programming'] word_counter.update(new_words) print(word_counter.most_common(2)) # 输出: [('hello', 3), ('world', 1)] 或类似结果 ``` ### 总结 `collections.Counter` 提供了丰富的功能来处理计数任务，包括初始化、更新、获取高频项以及执行集合操作。熟练掌握其用法能够显著提升代码效率与可读性[^1]。 ---