[Collections]Counter使用教程

• 原来使用字典统计词频的时候是这么干的，比较麻烦

#统计词频
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
result = {}
for color in colors:
    if result.get(color)==None: # if color not in result
        result[color]=1
    else:
        result[color]+=1
print (result)
#{'red': 2, 'blue': 3, 'green': 1}

• 使用Count的话只用：

from collections import Counter
colors = ['red', 'blue', 'red', 'green', 'blue', 'blue']
c = Counter(colors)
print (dict(c))
#{'red': 2, 'blue': 3, 'green': 1}

• 可以往Count类里面传进字符串，元组，字典，列表等等：

c = Counter('gallahad')                 # 传进字符串
c = Counter({'red': 4, 'blue': 2})      # 传进字典
c = Counter(cats=4, dogs=8)             # 传进元组
c = Counter(['eggs', 'ham'])            # 传进列表

• 如果没有元素的话那么返回0(比dict)要方便的很多

c = Counter(['eggs', 'ham'])
c['bacon']                              # 不存在就返回0
#0

• 删除元素

c['sausage'] = 0                        # counter entry with a zero count
del c['sausage']   

• 获取所有元素.elements()

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

• 返回词频最高的n个元素.most_common(n)，如果n是0那么返回所有的元素

Counter('abracadabra').most_common(3)
#[('a', 5), ('r', 2), ('b', 2)]

• 两个counter进行操作

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c + d                       # 相加
#Counter({'a': 4, 'b': 3})
c - d                       # 相减，如果小于等于0，删去
#Counter({'a': 2})
c & d                       # 求最小
#Counter({'a': 1, 'b': 1})
c | d                       # 求最大
#Counter({'a': 3, 'b': 2})

• 可以直接用一个列表更新Counter，symbols是一个列表

symbols = self.tokenize(line, add_eos=add_eos)
self.counter.update(symbols)