collections的使用

本文介绍了一种利用Python中的Counter类来统计列表中各元素出现频率的方法,并通过两个实例展示了如何统计数字及字母的出现次数,进而找出出现频率最高的元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from collections import Counter

num=[1,2,3,4,5,6,7,8,9,1,2,3,4,56,7,4,3,6,3,2,5,7,5,3,1,8,9,4,7,89,4,5,4,5,7,8,4,2,1,3]
words=["a","b","c","b","a","d","e","a","b","a","b","a","d","d","d"]
#统计所有数字出现次数
num_counts=Counter(num)
#统计所有字母出现次数
words_counts=Counter(words)
#统计前三名
top_three=num_counts.most_common(3)
#统计前两名
top_two=words_counts.most_common(2)
print(top_three)
print(top_two)

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值