Python中Collections模块的Counter容器类使用教程

编辑：rootadmin

推荐整理分享Python中Collections模块的Counter容器类使用教程，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助，希望把文章链接给更多的朋友！

1.collections模块

collections模块自Python 2.4版本开始被引入，包含了dict、set、list、tuple以外的一些特殊的容器类型，分别是：

OrderedDict类：排序字典，是字典的子类。引入自2.7。namedtuple()函数：命名元组，是一个工厂函数。引入自2.6。Counter类：为hashable对象计数，是字典的子类。引入自2.7。deque：双向队列。引入自2.4。defaultdict：使用工厂函数创建字典，使不用考虑缺失的字典键。引入自2.5。文档参见：创建

下面的代码说明了Counter类创建的四种方法：

Counter类的创建Python

2.2 计数值的访问与缺失的键

当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。

计数值的访问Python

2.3 计数器的更新（update和subtract）

可以使用一个iterable对象或者另一个Counter对象来更新键值。

计数器的更新包括增加和减少两种。其中，增加使用update()方法：

计数器的更新（update）Python

减少则使用subtract()方法：

计数器的更新（subtract）Python

2.4 键的删除

当计数值为0时，并不意味着元素被删除，删除元素应当使用del。

键的删除Python

2.5 elements()

返回一个迭代器。元素被重复了多少次，在该迭代器中就包含多少个该元素。所有元素按照字母序排序，个数小于1的元素不被包含。

2.6 most_common([n])

返回一个TopN列表。如果n没有被指定，则返回所有元素。当多个元素计数值相同时，按照字母序排列。

most_common()方法Python

2.7 fromkeys

未实现的类方法。

2.8 浅拷贝copy

浅拷贝copyPython

2.9 算术和集合操作

+、-、&、|操作也可以用于Counter。其中&和|操作分别返回两个Counter对象各元素的最小值和最大值。需要注意的是，得到的Counter对象将删除小于1的元素。

Counter对象的算术和集合操作Python

3.常用操作

下面是一些Counter类的常用操作，来源于Python官方文档

Counter类常用操作Python

4.实例4.1判断两个字符串是否由相同的字母集合调换顺序而成的（anagram）

Counter如果传入的参数是字符串，就会统计字符串中每个字符出现的次数，如果两个字符串由相同的字母集合颠倒顺序而成，则它们Counter的结果应该是一样的。

4.2多元集合(MultiSets)multiset是相同元素可以出现多次的集合，Counter可以非常自然地用来表示multiset。并且可以将Counter扩展，使之拥有set的一些操作如is_subset。

4.3概率质量函数概率质量函数（probability mass function，简写为pmf）是离散随机变量在各特定取值上的概率。可以利用Counter表示概率质量函数。

normalize: 归一化随机变量出现的概率，使它们之和为1add: 返回的是两个随机变量分布两两组合之和的新的概率质量函数render: 返回按值排序的(value, probability)的组合对，方便画图的时候使用下面以骰子（ps: 这个竟然念tou子。。。）作为例子。

使用add，我们可以计算出两个骰子和的分布：

借助numpy.sum，我们可以直接计算三个骰子和的分布：

最后可以使用render返回结果，利用matplotlib把结果画图表示出来：

结果如下：

4.4贝叶斯统计我们继续用掷骰子的例子来说明用Counter如何实现贝叶斯统计。现在假设，一个盒子中有5种不同的骰子，分别是：4面、6面、8面、面和面的。假设我们随机从盒子中取出一个骰子，投出的骰子的点数为6。那么，取得那5个不同骰子的概率分别是多少？（1）首先，我们需要生成每个骰子的概率质量函数：

（2）接下来，定义一个抽象类Suite。Suite是一个概率质量函数表示了一组假设(hypotheses)及其概率分布。Suite类包含一个bayesian_update函数，用来基于新的数据来更新假设(hypotheses)的概率。

其中的likelihood函数由各个类继承后，自己实现不同的计算方法。

（3）定义DiceSuite类，它继承了类Suite。

并且实现了likelihood函数，其中传入的两个参数为： data: 观察到的骰子掷出的点数，如本例中的6 hypo: 可能掷出的那个骰子

（4）将第一步创建的dice传给DiceSuite，然后根据给定的值，就可以得出相应的结果。

正如，我们所期望的4个面的骰子的概率为0（因为4个面的点数只可能为0~4），而6个面的和8个面的概率最大。现在，假设我们又掷了一次骰子，这次出现的点数是8，重新计算概率：

现在可以看到6个面的骰子也被排除了。8个面的骰子是最有可能的。以上的几个例子，展示了Counter的用处。实际中，Counter的使用还比较少，如果能够恰当的使用起来将会带来非常多的方便。

Google开源的Python格式化工具YAPF的安装和使用教程目前用于Python的格式化程序（如autopep8和pep8ify）都用于删除代码中的lint错误。这有很明显的局限性。YAPF采用了不同的方法，基于DanielJasper开发的'clang-fo

Python中基础的socket编程实战攻略在网络通信中socket几乎无处不在，它可以看成是应用层与TCP/IP协议簇通信的中间软件抽象层，是两个应用程序彼此进行通信的接口，并且把复杂的TCP/IP

python中函数默认值使用注意点详解当在函数中定义默认值时，值初始化只会进行一次，就是执行到defmethodname时执行。看下面代码:fromdatetimeimportdatetimedeftest(t=datetime.today()):printtif__name__=="__

标签: Python中Collections模块的Counter容器类使用教程

本文链接地址:https://www.jiuchutong.com/biancheng/386931.html 转载请保留说明！