Trick（十二）——统计 label（序列）各个标签值出现的次数以及出现次数最多的标签

求解的关键在引用计数，可以使用字典，也可以使用 collections 模块中的 Counter。

统计 label（序列）各个标签值出现的次数

统计 label（序列）各个标签值出现的次数，来计算 label 的概率分布，或者样本集的香农熵。

法一：使用字典

labelCnt = {}
for featVec in dataset:
    label = featVec[-1]
    if label not in labelCnt:
        labelCnt[label] = 0
    labelCnt[label] += 1

法二：使用字典

from collections import Counter
labels = []
for featVec in dataset:
    labels.append(featVec[-1])
labelCnt = Counter(labels)

次数出现最多的标签

获得次数出现最多的标签，用于投票表决；

使用 Counter 类定义的引用计数，本质还是一个 dict，统计出现次数最多的标签，二者的使用是几乎相同的，都是先排序。这里关注 sorted 函数 key 参数的指定。

法一：key 使用匿名函数

sortedClassCnt = sorted(labelCnt.items(), key=lambda item: item[1], reverse=True)
return sortedClassCnt[0][0]

法二：key 使用 operator.itemgetter

import operator
sortedClassCnt = sorted(labelCnt.items(), key=operator.itemgetter(1), resverse=True)
return sortedClassCnt[0][0]