Python统计序列和文件中元素的频度

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))

来源：https://blog.csdn.net/qq_37189082/article/details/124417597