利用Python的 counter內置函數，統計文本中的單詞數量

counter是 colletions內的一個類

可以理解為一個簡單的計數器，可以統計字符出現的個數，例子如下

import collections
str1=['a','a','b','d']
m=collections.Counter(str1)
print(m)

str2=['你','好','你','你']
m1=collections.Counter(str2)
print(m1)

輸出：

Counter({'a': 2, 'b': 1, 'd': 1})

Counter({'你': 3, '好': 1})

這樣結合文本的讀取就可以輕松的統計文本中字符的個數。

接下來詳細介紹一下

通過學習博客：pythoner 地址：http://www.pythoner.com/205.html 

collections模塊

此模塊 包含了 除了dict，set，list，tuple以外的 Python中的一些特殊容器

• OrderedDict類：排序字典，是字典的子類。引入自2.7。
• namedtuple()函數：命名元組，是一個工廠函數。引入自2.6。
• Counter類：為hashable對象計數，是字典的子類。引入自2.7。
• deque：雙向隊列。引入自2.4。
• defaultdict：使用工廠函數創建字典，使不用考慮缺失的字典鍵。引入自2.5。

counter類

Counter類的目的是用來跟蹤值出現的次數。

它是一個無序的容器類型，以字典的鍵值對形式存儲，其中元素作為key，其計數作為value。計數值可以是任意的Interger（包括0和負數）。

首先是四個創建方法

>>> c = Counter()  # 創建一個空的Counter類
>>> c = Counter('adasdasd')  # 從一個可iterable對象（list、tuple、dict、字符串等）創建
>>> c = Counter({'a': 4, 'b': 2})  # 從一個字典對象創建
>>> c = Counter(a=4, b=2)  # 從一組鍵值對創建

 當所訪問的鍵不存在時，返回0，而不是KeyError；否則返回它的計數。

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

2.3 計數器的更新（update和subtract）

可以使用一個iterable對象或者另一個Counter對象來更新鍵值。

計數器的更新包括增加和減少兩種。其中，增加使用update()方法：

 

>>> c = Counter('which')
>>> c.update('witch')  # 使用另一個iterable對象更新
>>> c['h']
3
>>> d = Counter('watch')
>>> c.update(d)  # 使用另一個Counter對象更新
>>> c['h']
4

減少則使用subtract()方法：

>>> c = Counter('which')
>>> c.subtract('witch')  # 使用另一個iterable對象更新
>>> c['h']
1
>>> d = Counter('watch')
>>> c.subtract(d)  # 使用另一個Counter對象更新
>>> c['a']
-1

2.4 鍵的刪除

當計數值為0時，並不意味着元素被刪除，刪除元素應當使用del。

>>> 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()

返回一個迭代器。元素被重復了多少次，在該迭代器中就包含多少個該元素。元素排列無確定順序，個數小於1的元素不被包含。

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

2.6 most_common([n])

返回一個TopN列表。如果n沒有被指定，則返回所有元素。當多個元素計數值相同時，排列是無確定順序的。

>>> 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)]

2.8 淺拷貝copy

 

>>> 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 算術和集合操作

>>> 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（只保留正數計數的元素）
Counter({'a': 2})
>>> c & d  # 交集:  min(c[x], d[x])
Counter({'a': 1, 'b': 1})
>>> c | d  # 並集:  max(c[x], d[x])
Counter({'a': 3, 'b': 2})