Counter统计每个字符出现的次数

在python的API中，提到了Counter，它具有统计的功能

下面是我做的demo：

1.统计自定义字符串中每个字符出现的次数

2.读取一个文件，把文件中的内容转化为字符串,统计该字符串中每个字符串出现的次数

运行效果：

测试的文件：

==================================

代码部分：

==================================

 1 #python counter object
 2 
 3 from collections import *
 4 import os
 5 
 6 def get_counter():
 7     '''get the Counter object'''
 8     return Counter()
 9 
10 def str_to_list(s):
11     '''
12     a string covert to list,
13     return an empty list if the string equal None
14     '''
15     if s != None:
16         return [x for x in s]
17     else:
18         return []
19 
20 def counter(c, l):
21     '''统计列表l中每个单词的出现次数，最后返回一个Counter对象'''
22     for word in l:
23         c[word] += 1
24     return c
25 
26 def get_file_str(path):
27     '''打开指定的文件，并且把文件中的内容以字符串的形式返回'''
28     if os.path.exists(path):
29         temp_str = ''
30         with open(path, 'r') as pf:
31             for line in pf:
32                 temp_str += line
33             return temp_str
34     else:
35         print('the file [{}] is not exist!'.format(path))
36 
37 def test_str():
38     #使用自定义字符串测试
39     #统计自定义字符串中每个字符出现的次数
40     cnt = get_counter()
41     temp_str = 'hello,i\'m Hongten,welcome to my space!'
42     temp_list = str_to_list(temp_str)
43     cnt = counter(cnt, temp_list)
44     print(cnt)
45 
46 def test_file():
47     '''
48     读取一个文件，把文件中的内容转化为字符串
49     统计该字符串中每个字符串出现的次数
50     '''
51     cnt = get_counter()
52     temp_path = 'c:\\temp.txt'
53     temp_str = get_file_str(temp_path)
54     temp_list = str_to_list(temp_str)
55     cnt = counter(cnt, temp_list)
56     print(cnt)
57     
58 def main():
59     test_str()
60     print('#' * 50)
61     test_file()
62 
63 if __name__ == '__main__':
64     main()

Python标准库——collections模块的Counter类

更多 11

最近在看一本名叫《Python Algorithm: Mastering Basic Algorithms in the Python Language》的书，刚好看到提到这个Counter类（P84的Listing 4.6下的Tip）。

1.collections模块

collections模块自Python 2.4版本开始被引入，包含了dict、set、list、tuple以外的一些特殊的容器类型，分别是：

• OrderedDict类：排序字典，是字典的子类。引入自2.7。
• namedtuple()函数：命名元组，是一个工厂函数。引入自2.6。
• Counter类：为hashable对象计数，是字典的子类。引入自2.7。
• deque：双向队列。引入自2.4。
• defaultdict：使用工厂函数创建字典，使不用考虑缺失的字典键。引入自2.5。

文档参见：http://docs.python.org/2/library/collections.html。

2.Counter类

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

2.1 创建

下面的代码说明了Counter类创建的四种方法：

Counter类的创建

Python

1 2 3 4 5

>>> c = Counter ( )    # 创建一个空的Counter类 >>> c = Counter ( 'gallahad' )    # 从一个可iterable对象（list、tuple、dict、字符串等）创建 >>> c = Counter ( { 'a' : 4 , 'b' : 2 } )    # 从一个字典对象创建 >>> c = Counter ( a = 4 , b = 2 )    # 从一组键值对创建

2.2 计数值的访问与缺失的键

当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。

计数值的访问

Python

1 2 3 4 5 6 7 8

>>> c = Counter ( "abcdefgab" ) >>> c [ "a" ] 2 >>> c [ "c" ] 1 >>> c [ "h" ] 0

2.3 计数器的更新（update和subtract）

可以使用一个iterable对象或者另一个Counter对象来更新键值。

计数器的更新包括增加和减少两种。其中，增加使用update()方法：

计数器的更新（update）

Python

1 2 3 4 5 6 7 8 9

>>> c = Counter ( 'which' ) >>> c . update ( 'witch' )    # 使用另一个iterable对象更新 >>> c [ 'h' ] 3 >>> d = Counter ( 'watch' ) >>> c . update ( d )    # 使用另一个Counter对象更新 >>> c [ 'h' ] 4

减少则使用subtract()方法：

计数器的更新（subtract）

Python

1 2 3 4 5 6 7 8 9

>>> c = Counter ( 'which' ) >>> c . subtract ( 'witch' )    # 使用另一个iterable对象更新 >>> c [ 'h' ] 1 >>> d = Counter ( 'watch' ) >>> c . subtract ( d )    # 使用另一个Counter对象更新 >>> c [ 'a' ] - 1

2.4 键的删除

当计数值为0时，并不意味着元素被删除，删除元素应当使用del。

键的删除

Python

1 2 3 4 5 6 7 8 9 10

>>> c = Counter ( "abcdcba" ) >>> c Counter ( { 'a' : 2 , 'c' : 2 , 'b' : 2 , 'd' : 1 } ) >>> c [ "b" ] = 0 >>> c Counter ( { 'a' : 2 , 'c' : 2 , 'd' : 1 , 'b' : 0 } ) >>> del c [ "a" ] >>> c Counter ( { 'c' : 2 , 'b' : 2 , 'd' : 1 } )

2.5 elements()

返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。所有元素按照字母序排序，个数小于1的元素不被包含。

elements()方法

Python

1 2 3

>>> c = Counter ( a = 4 , b = 2 , c = 0 , d = - 2 ) >>> list ( c . elements ( ) ) [ 'a' , 'a' , 'a' , 'a' , 'b' , 'b' ]

2.6 most_common([n])

返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，按照字母序排列。

most_common()方法

Python

1 2 3 4 5

>>> c = Counter ( 'abracadabra' ) >>> c . most_common ( ) [ ( 'a' , 5 ) , ( 'r' , 2 ) , ( 'b' , 2 ) , ( 'c' , 1 ) , ( 'd' , 1 ) ] >>> c . most_common ( 3 ) [ ( 'a' , 5 ) , ( 'r' , 2 ) , ( 'b' , 2 ) ]

2.7 fromkeys

未实现的类方法。

2.8 浅拷贝copy

浅拷贝copy

Python

1 2 3 4 5 6

>>> c = Counter ( "abcdcba" ) >>> c Counter ( { 'a' : 2 , 'c' : 2 , 'b' : 2 , 'd' : 1 } ) >>> d = c . copy ( ) >>> d Counter ( { 'a' : 2 , 'c' : 2 , 'b' : 2 , 'd' : 1 } )

2.9 算术和集合操作

+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。

Counter对象的算术和集合操作

Python

1 2 3 4 5 6 7 8 9 10

>>> c = Counter ( a = 3 , b = 1 ) >>> d = Counter ( a = 1 , b = 2 ) >>> c + d    # c[x] + d[x] Counter ( { 'a' : 4 , 'b' : 3 } ) >>> c - d    # subtract（只保留正数计数的元素） Counter ( { 'a' : 2 } ) >>> c & d    # 交集:  min(c[x], d[x]) Counter ( { 'a' : 1 , 'b' : 1 } ) >>> c | d    # 并集:  max(c[x], d[x]) Counter ( { 'a' : 3 , 'b' : 2 } )

3.常用操作

下面是一些Counter类的常用操作，来源于Python官方文档

Counter类常用操作

Python

1 2 3 4 5 6 7 8 9

sum ( c . values ( ) )    # 所有计数的总数 c . clear ( )    # 重置Counter对象，注意不是删除 list ( c )    # 将c中的键转为列表 set ( c )    # 将c中的键转为set dict ( c )    # 将c中的键值对转为字典 c . items ( )    # 转为(elem, cnt)格式的列表 Counter ( dict ( list_of_pairs ) )    # 从(elem, cnt)格式的列表转换为Counter类对象 c . most_common ( ) [ : - n : - 1 ]    # 取出计数最少的n个元素 c += Counter ( )    # 移除0和负值

本文内容遵从CC3.0版权协议，转载请注明：转自Pythoner

本文链接地址：Python标准库——collections模块的Counter类