collections之Counter

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：http://docs.python.org/2/library/collections.html。

2.Counter类

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

Counter是dict的子类，所以dict的方法对Counter也适用。可以通过keys（），values（）方法得到counter的键，值，也可以通过Counter[key]得到指定Key的value值。

print(Counter(words))
print(Counter(words)['he'])
print(Counter(words).keys())
print(sum(Counter(words).values()))

2.1 创建

下面的代码说明了Counter类创建的四种方法：

Counter类的创建

1 2 3 4

>>> c = Counter()  # 创建一个空的Counter类 >>> c = Counter('gallahad')  # 从一个可iterable对象（list、tuple、dict、字符串等）创建 >>> c = Counter({'a': 4, 'b': 2})  # 从一个字典对象创建 >>> c = Counter(a=4, b=2)  # 从一组键值对创建

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

1 2 3 4 5 6 7

>>> c = Counter("abcdefgab") >>> c["a"] 2 >>> c["c"] 1 >>> c["h"] 0

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）

1 2 3 4 5 6 7 8

>>> c = Counter('which') >>> c.update('witch')  # 使用另一个iterable对象更新 >>> c['h'] 3 >>> d = Counter('watch') >>> c.update(d)  # 使用另一个Counter对象更新 >>> c['h'] 4

减少则使用subtract()方法：

计数器的更新（subtract）

1 2 3 4 5 6 7 8

>>> c = Counter('which') >>> c.subtract('witch')  # 使用另一个iterable对象更新 >>> c['h'] 1 >>> d = Counter('watch') >>> c.subtract(d)  # 使用另一个Counter对象更新 >>> c['a'] -1

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

1 2 3 4 5 6 7 8 9

>>> c = Counter("abcdcba") >>> c Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1}) >>> c["b"] = 0 >>> c Counter({'a': 2, 'c': 2, 'd': 1, 'b': 0}) >>> del c["a"] >>> c Counter({'c': 2, 'b': 2, 'd': 1})

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。元素排列无确定顺序，个数小于1的元素不被包含。

elements()方法

1 2 3

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

2.5.2 items()

返回一个列表，列表中的每个元素都是一个元组

print(Counter(words).items())

dict_items([('His', 1), ('stories', 3), ('went', 3), ('then', 1)])

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，排列是无确定顺序的。

most_common()方法

1 2 3 4 5

>>> c = Counter('abracadabra') >>> c.most_common() [('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)] >>> c.most_common(3) [('a', 5), ('r', 2), ('b', 2)]

2.7 fromkeys

未实现的类方法。

2.8 浅拷贝copy

浅拷贝copy

1 2 3 4 5 6

>>> c = Counter("abcdcba") >>> c Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1}) >>> d = c.copy() >>> d Counter({'a': 2, 'c': 2, 'b': 2, 'd': 1})

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

1 2 3 4 5 6 7 8 9 10

>>> c = Counter(a=3, b=1) >>> d = Counter(a=1, b=2) >>> c + d  # c[x] + d[x] Counter({'a': 4, 'b': 3}) >>> c - d  # subtract（只保留正数计数的元素） Counter({'a': 2}) >>> c & d  # 交集:  min(c[x], d[x]) Counter({'a': 1, 'b': 1}) >>> c | d  # 并集:  max(c[x], d[x]) Counter({'a': 3, 'b': 2})

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

1 2 3 4 5 6 7 8 9

sum(c.values())  # 所有计数的总数 c.clear()  # 重置Counter对象，注意不是删除 list(c)  # 将c中的键转为列表 set(c)  # 将c中的键转为set dict(c)  # 将c中的键值对转为字典 c.items()  # 转为(elem, cnt)格式的列表 Counter(dict(list_of_pairs))  # 从(elem, cnt)格式的列表转换为Counter类对象 c.most_common()[:-n:-1]  # 取出计数最少的n-1个元素 c += Counter()  # 移除0和负值

 

常见做法:
sum(c.values())                 # 继承自字典的.values()方法返回values的列表，再求和
c.clear()                       # 继承自字典的.clear()方法，清空counter
list(c)                         # 返回key组成的list
set(c)                          # 返回key组成的set
dict(c)                         # 转化成字典
c.items()                       # 转化成(元素，计数值)组成的列表
Counter(dict(list_of_pairs))    # 从(元素，计数值)组成的列表转化成Counter
c.most_common()[:-n-1:-1]       # 最小n个计数的(元素，计数值)组成的列表
c += Counter()                  # 利用counter的相加来去除负值和0的值