利用多種方式來統計詞頻（單詞個數）

python的思維就是讓我們用盡可能少的代碼來解決問題。對於詞頻的統計，就代碼層面而言，實現的方式也是有很多種的。之所以單獨談到統計詞頻這個問題，是因為它在統計和數據挖掘方面經常會用到，尤其是處理分類問題上。故在此做個簡單的記錄。

統計的材料如下：

document = [
    'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
  'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around', 'the',
  'eyes', "don't", 'look', 'around', 'the', 'eyes', 'look', 'into',
  'my', 'eyes', "you're", 'under']

• 直接使用dict來進行統計（遍歷+循環）

word_count = {}
for word in document:
    if word in word_count:
        word_count[word] += 1
  else:
        word_count[word] = 1

• 更優雅的實現方式

#假如字典中不存在給定的鍵，則返回參數中提供的默認值；反之，則返回字典中保存的值。
for word in document:
    previous_count = word_count.get(word, 0)
    word_count[word] = previous_count + 1
#可以合並成一行
for word in document:
  word_count[word] = word_count.setdefault(word, 0) + 1

• 使用defalutdict來實現

# 使用collections中的defalutdict來實現，defalutdict是一種值可以默認設置的dict
from collections import defaultdict
word_count = defaultdict(int)
for word in document:
    word_count[word] += 1

• 使用Counter

word_counter = Counter(document)

Counter既然是一個計數器，那么它本身也就具有很多統計的方法。例如，最常見的詞頻統計的排序，可以獲得前n個最高的詞頻。

# 返回前n個最高詞頻，以字典的形式
word_counter.most_common(n)

顯然，使用defalutdict和Counter代碼最簡潔，更能符合python開發之道。