python module： collection 的 Counter()

轉：http://www.pythoner.com/205.html

1.collections子產品

collections子產品自Python 2.4版本開始被引入，包含了dict、set、list、tuple以外的一些特殊的容器類型，分别是：

• 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：使用工廠函數建立字典，使不用考慮缺失的字典鍵。引入自2.5。

文檔參見：http://docs.python.org/2/library/collections.html。

2.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）。Counter類和其他語言的bags或multisets很相似。

2.1 建立

下面的代碼說明了Counter類建立的四種方法：

Counter類的建立 Python

1 2 3 4 5

>>> c = Counter ( )    # 建立一個空的Counter類 >>> c = Counter ( 'gallahad' )    # 從一個可iterable對象（list、tuple、dict、字元串等）建立 >>> c = Counter ( { 'a' : 4 , 'b' : 2 } )    # 從一個字典對象建立 >>> c = Counter ( a = 4 , b = 2 )    # 從一組鍵值對建立

2.2 計數值的通路與缺失的鍵

當所通路的鍵不存在時，傳回0，而不是KeyError；否則傳回它的計數。

計數值的通路 Python

1 2 3 4 5 6 7 8

>>> 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：

計數器的更新（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：

計數器的更新（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 鍵的删除

當計數值為0時，并不意味着元素被删除，删除元素應當使用

del

。

鍵的删除 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()

傳回一個疊代器。元素被重複了多少次，在該疊代器中就包含多少個該元素。所有元素按照字母序排序，個數小于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])

傳回一個TopN清單。如果n沒有被指定，則傳回所有元素。當多個元素計數值相同時，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

未實作的類方法。

2.8 淺拷貝copy

淺拷貝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 算術和集合操作

+、-、&、|操作也可以用于Counter。其中&和|操作分别傳回兩個Counter對象各元素的最小值和最大值。需要注意的是，得到的Counter對象将删除小于1的元素。

Counter對象的算術和集合操作 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（隻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    # 并集:  max(c[x], d[x]) Counter ( { 'a' : 3 , 'b' : 2 } )

3.常用操作

下面是一些Counter類的常用操作，來源于Python官方文檔

Counter類常用操作 Python

1 2 3 4 5 6 7 8 9

sum ( c . values ( ) )    # 所有計數的總數 c . clear ( )    # 重置Counter對象，注意不是删除 list ( c )    # 将c中的鍵轉為清單 set ( c )    # 将c中的鍵轉為set dict ( c )    # 将c中的鍵值對轉為字典 c . items ( )    # 轉為(elem, cnt)格式的清單 Counter ( dict ( list_of_pairs ) )    # 從(elem, cnt)格式的清單轉換為Counter類對象 c . most_common ( ) [ : - n : - 1 ]    # 取出計數最少的n個元素 c += Counter ( )    # 移除0和負值