Python统计序列和文件中元素的频度_Python

Python统计序列和文件中元素的频度

2022-12-07 11:17AllardZhao Python

这篇文章主要介绍了Python统计序列和文件中元素的频度，文章基于python的相关资料展开详细的内容介绍，具有一定的参考价值需要的小伙伴可以参考一下

1、如何统计序列中元素的出现频度

实际案例：

（1）某随机序列[12, 5, 6, 4, 6, 5, 5, 7, ...] 中找到出现次数最高的3个元素，它们出现次数是多少？
（2）对某英文文章的单词，进行词频统计，找到出现次数最高的10个单词，它们出现次数是多少？

解决方案：

使用collections.Counter对象

将序列传入Counter的构造器，得到Counter对象是元素频度的字典。

Counter.most_common(n)方法得到频度最高的n个元素的列表。

2、代码演示

（1）某随机序列 [12, 5, 6, 4, 6, 5, 5, 7, ...] 中找到出现次数最高的3个元素，它们出现次数是多少？

				?

									from random import randint

									# 利用列表解析生成随机序列

									data = [randint(0, 20) for _ in range(30)]

									print(data)

									# 方法1：

									'''

									最终的统计结果肯定是一个字典，如：{2: 5, 4:9}，

									以data中每一个元素作为字典的键，0作为初始值，创建这样一个字典

									'''

									c = dict.fromkeys(data, 0)

									print(c)

									# 对data进行迭代，进行统计

									for x in data:

									    c[x] += 1

									print(c)

									# 根据字典的值对字典项进行排序，并截取前3个元素

									sort_dict = sorted(c.items(), key=lambda item: item[1], reverse=True)[0:3]

									print(sort_dict)

									# 方法2:

									from collections import Counter

									# 直接将序列传给Counter构造器

									c2 = Counter(data)

									print(c2)

									# 直接使用对象的most_common()方法直接找到频度最高3个

									print(c2.most_common(3))

（2）对某英文文章的单词，进行词频统计，找到出现次数最高的10个单词，它们出现次数是多少？

				?

									from collections import Counter

									# 导入正则表达式模块

									import re

									# 读取整个文件内容作为字符串

									txt = open('word.txt').read()

									print(txt)

									# 对词频进行统计，首先需要进行分割把每一个字取出来

									# 用非字母的字符作为分割，然后传给Counter()进行统计

									c3 = Counter(re.split('\W+', txt))

									# 使用most_common()选取10个频度最高单词

									print(c3.most_common(10))