collection 中 Counter的使用

2024-05-12 01:48
文章标签 使用 collection counter

本文主要是介绍collection 中 Counter的使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

collection.Counter 的使用

“””
https://docs.python.org/3.6/library/collections.html#collections.Counter
Counter 是 dict 子类
A counter tool is provided to support convenient and rapid tallies.
提供计数器工具以支持方便快捷的计数。
“”“

来看一个小例子

from collections import Countercnt = Counter()
for word in ['red', 'blue', 'red', 'green', 'red','blue','red','blue', 'green', 'red','blue','black','green', 'red','blue','black']:cnt[word] += 1
print(cnt)# Counter({'red': 6, 'blue': 5, 'green': 3, 'black': 2})

是不是非常方便.

让我们来看一下, Counter 类的用法
构造一个counter 用以下4种方法

c = Counter()
c1= Counter('gallahadsfsjijfwojfewo')  
c1
Counter({'a': 3, 'f': 3, 'j': 3, 'l': 2, 's': 2, 'w': 2, 'o': 2, 'g': 1, 'h': 1, 'd': 1, 'i': 1, 'e': 1})c1['a']
3
c2 = Counter({'red': 4, 'blue': 2}) 
c3 = Counter(cats=4, dogs=8)   # 注意这里不会抛出异常,会直接返回0 , 当访问不存在的key 的时候,直接返回0 
c3['aaa']  返回0 ,不会抛出异常 .

如果想要删除 某个key , 可以用 del, 或者 pop 来删除.

c4
Counter({'eggs': 10, 'ham': 1})
c4['eggs'] =0
c4
Counter({'ham': 1, 'eggs': 0})把counter 设置成0 , 不会移除,这个字符. 要移除可以使用 del c4['eggs']
# 或者 像字典方式一样 
c4.pop('eggs')

查看元素 可以用 elements

c = Counter(a=4, b=2, c=0, d=-2)
c.elements()
<itertools.chain object at 0x10b6dfa90>list(c.elements())
sorted(c.elements())<itertools.chain object at 0x108de5320>
['a', 'a', 'a', 'a', 'b', 'b']

还有一个方法 我经常喜欢用 most_common([n])
most_common([n])

### most_common  
most_common([n])
就是返回是一个列表, 列表元素是一个元祖, 分别是(元素,个数), n 指定前几个,不指定的话,就是返回全部的计数结果,按从高到底排序# n 指定返回 top n , 不指定全部返回. 返回一个列表, 列表中的元素 是一个元祖, (元素, 个数) 这样的一个形式
# [(元素,个数),(元素,个数),(元素,个数),(元素,个数),(),()]
"""
eturn a list of the n most common elements and their counts from the most common to the least. 
If n is omitted or None, most_common() returns all elements in the counter. 
Elements with equal counts are ordered arbitrarily:
"""# 来看一个例子
c1= Counter('gallahasjoadsaosjfoisdsfsjijfwojfewo')  
c1
Counter({'s': 6, 'a': 5, 'j': 5, 'o': 5, 'f': 4, 'l': 2, 'd': 2, 'i': 2, 'w': 2, 'g': 1, 'h': 1, 'e': 1})
c1.most_common(2)
[('s', 6), ('a', 5)]

还有一个方法 subtract

就是相同的key ,可以直接相减 
# 函数 不返回值, 直接在原来的counter 里面减掉,所有的值都会被保留, 包括负数
# 该函数 会保留所有的值 , 如果存在不存在的key 相减, 默认不存在的key 的值为0 ,进行相减
"""
Elements are subtracted from an iterable or from another mapping (or counter).Like dict.update() but subtracts counts instead of replacing them.Both inputs and outputs may be zero or negative.
"""c = Counter(a=4, b=2, c=0, d=-2)
d = Counter(a=1, b=2, c=3, d=4)
c.subtract(d)c
Counter({'a': 3, 'b': 0, 'c': -3, 'd': -6})
d
Counter({'d': 4, 'c': 3, 'b': 2, 'a': 1})

对于不存在的key ,相减的时候,默认key的值为0 ,进行相减,保留负数
看下面的例子

#
# for example 
c = Counter(a=4, b=2, c=0, d=-2,f=10)
d = Counter(a=1, b=2, c=3, d=4,g=66)c.subtract(d)
c
Counter({'f': 10, 'a': 3, 'b': 0, 'c': -3, 'd': -6, 'g': -66})# f 字符在 d 中没有,然后结果就是c中的值. 

重置 counter 可以用 clear

from collections import Counterc = Counter(a=4, b=2, c=0, d=-2,f=10)
c
Counter({'f': 10, 'a': 4, 'b': 2, 'c': 0, 'd': -2})
c.clear()
c
Counter()

将counter 转成 (key,count) 的 list

# convert to a list of (elem, cnt) pairs
c = Counter(a=4, b=2, c=0, d=12,f=10)
c.items()
dict_items([('a', 4), ('b', 2), ('c', 0), ('d', 12), ('f', 10)])
for elem ,cnt in  c.items():print(elem,cnt)

获取所有的统计次数 values()

c
Counter({'d': 12, 'f': 10, 'a': 4, 'b': 2, 'c': 0})
c.values()
dict_values([4, 2, 0, 12, 10])
sum(c.values())
28

列出所有的key 可以直接用list(counter)

c=Counter({'d': 12, 'f': 10, 'a': 4, 'b': 2, 'c': 0})
list(c)
['d', 'f', 'a', 'b', 'c']
b =sorted(list(c))
b
['a', 'b', 'c', 'd', 'f']

运算符 + - | & 在counter 中的使用

+ 会把相同的key 相加, 
- 会把相同的key 相减, 但是只保留正数,对于值为0,或者负数的key ,会被删除. 
&  intersection:  min(c[x], d[x]) ,相同的key 求最小的值,也是只保留正数的key , 负数的key 将会被删除 |  union:  max(c[x], d[x])   这个是取最大值 ,也是只保留正数的key
c = Counter(a=10,b=5,c=6)
d = Counter(a=3,b=8,c =6)
c -d
Counter({'a': 7})
c +d
Counter({'a': 13, 'b': 13})

来看下 & |

c
Counter({'a': 10, 'c': 6, 'b': 5})
d
Counter({'b': 8, 'a': 3, 'c': -5, 'd': -10})
c& d
Counter({'b': 5, 'a': 3})# 可以看到c 这个key 被删除了, 因为key 的值 小于等于0 c = Counter(a=10,b=5,c=-6)
d = Counter(a=3,b=8,c =-1)
c | d
Counter({'a': 10, 'b': 8})# 可以看到c 这个key 被删除了, 因为key 的值 小于等于0 

举个例子, 这个例子来自LeetCode 习题

给定一个大小为 n 的数组,找到其中的众数。众数是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的,并且数组中的众数永远存在。向下取整的运算称为Floor,用数学符号⌊⌋表示;向上取整的运算称为Ceiling,用数学符号⌈⌉表示。例如:
⌊59/60⌋=059/60⌉=1
⌊-59/60⌋=-1
⌈-59/60⌉=0
import collections
# 大神的代码 
class Solution:"""48ms"""def majorityElement(self, nums):""":type nums: List[int]:rtype: int"""couters=collections.Counter(nums)return max(couters.keys(),key=couters.get)

代码首先 用counter ,将所有的数组,计数, 之后调用max 系统函数,把 counter的keys 作为 目标,key 定义成 counter 的get 方法,这样就找到出现次数最多的那个数了.

总结

本文主要讲了一些 counter 中基本的用法, 也算是学习笔记, 这个类用来计数非常方便,效率方面还是挺高的.

         分享快乐,留住感动. 2018-04-22 10:40:55  --frank

这篇关于collection 中 Counter的使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/981260

相关文章

Linux中压缩、网络传输与系统监控工具的使用完整指南

《Linux中压缩、网络传输与系统监控工具的使用完整指南》在Linux系统管理中,压缩与传输工具是数据备份和远程协作的桥梁,而系统监控工具则是保障服务器稳定运行的眼睛,下面小编就来和大家详细介绍一下它... 目录引言一、压缩与解压:数据存储与传输的优化核心1. zip/unzip:通用压缩格式的便捷操作2.

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

Go语言数据库编程GORM 的基本使用详解

《Go语言数据库编程GORM的基本使用详解》GORM是Go语言流行的ORM框架,封装database/sql,支持自动迁移、关联、事务等,提供CRUD、条件查询、钩子函数、日志等功能,简化数据库操作... 目录一、安装与初始化1. 安装 GORM 及数据库驱动2. 建立数据库连接二、定义模型结构体三、自动迁

ModelMapper基本使用和常见场景示例详解

《ModelMapper基本使用和常见场景示例详解》ModelMapper是Java对象映射库,支持自动映射、自定义规则、集合转换及高级配置(如匹配策略、转换器),可集成SpringBoot,减少样板... 目录1. 添加依赖2. 基本用法示例:简单对象映射3. 自定义映射规则4. 集合映射5. 高级配置匹

Spring 框架之Springfox使用详解

《Spring框架之Springfox使用详解》Springfox是Spring框架的API文档工具,集成Swagger规范,自动生成文档并支持多语言/版本,模块化设计便于扩展,但存在版本兼容性、性... 目录核心功能工作原理模块化设计使用示例注意事项优缺点优点缺点总结适用场景建议总结Springfox 是

嵌入式数据库SQLite 3配置使用讲解

《嵌入式数据库SQLite3配置使用讲解》本文强调嵌入式项目中SQLite3数据库的重要性,因其零配置、轻量级、跨平台及事务处理特性,可保障数据溯源与责任明确,详细讲解安装配置、基础语法及SQLit... 目录0、惨痛教训1、SQLite3环境配置(1)、下载安装SQLite库(2)、解压下载的文件(3)、

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左