这篇教程Python统计可散列的对象之容器Counter详解写得很实用，希望能帮到您。
一、初始化CounterCounter支持3种形式的初始化，比如提供一个数组，一个字典，或单独键值对“=”式赋值。具体初始化的代码如下所示： import collectionsa = collections.Counter(['a', 'a', 'b', 'b', 'b', 'c'])b = collections.Counter({"a": 2, "b": 3, "c": 1})c = collections.Counter(a=2, b=3, c=1)print(a)print(b)print(c)运行之后，效果如下： 
这种是直接通过构造函数进行填充。当然，我们还可以直接构造一个空Counter，然后通过update()函数进行填充。 import collectionsa = collections.Counter()a.update(['a', 'a', 'b', 'b', 'b', 'c'])print(a) 运行效果和上面的a一样，这里就不上图了，感兴趣的读者自己测试运行。
二、遍历Counter通过上面初始化以及更新，我们Counter容器中存在了很多的值。因为输出的是字典的形式，所以我们可以直接通过字典的方式进行访问。 import collectionsa = collections.Counter()a.update(['a', 'a', 'b', 'b', 'b', 'c'])for key in 'abcde': print(key, "=", a[key]) 运行之后，效果如下： 
可以看到容器Counter，可以输出空值不报错。因为当我们没有找到某个值时，其默认计数为0。
三、elements()当然，如果你想实现那种输出没有0值的遍历。可以使用elements()迭代器。具体代码如下： import collectionsa = collections.Counter()a.update('caabbbc')print(list(a.elements()))运行之后，效果如下： 
需要注意的是，elements()虽然去除了0值，但并不能保证遍历顺序。
四、most_commonmost_common()函数可以生成一个序列，统计包含n个最长遇到的输入值以及相应的计数。这里，我们来实现统计一个文档中，字母出现的个数。具体代码如下： import collectionsc = collections.Counter()with open('英文文档.txt', 'rt') as f: for line in f: c.update(line.rstrip().lower())for letter, count in c.most_common(5): print("{}：{}".format(letter, count))运行之后，效果如下： 
这里统计的英文文档中，空格最多，达到了658个。其他的一次都是前几最多的个数。这样我们可以通过Counter生成一个英文文档中字母的频度分布，在自然语言的处理当中。就可以完美的结合起来进行统计使用。
五、算数操作Counter容器不仅可以统计频度的分布。还可以进行一些算数运算。比如将两个Counter容器进行相加进行统计，亦或者相减也行。具体操作如下： import collectionsc1 = collections.Counter('abcbcabds')c2 = collections.Counter('abcbcabds')print("原始值：")print(c1)print(c2)print("算数运算后：")print(c1 + c2)print(c1 - c2)print(c1 & c2)print(c1 | c2)运行之后，效果如下： 
到此这篇关于Python统计可散列的对象之容器Counter详解的文章就介绍到这了,更多相关Python容器Counter内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
使用numpy实现topk函数操作(并排序)
浅谈numpy 函数里面的axis参数的含义 |
