Python小练习—— 如何统计序列中元素的频度

案例：

      1、某随机序列[12, 5, 6, 4,6, 5, 12, 7, 12, 4],找到次数最高的3个元素，它们出现的次数是多少

      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，它们出现的次数是多少

 

解决方案：

     方案1：将序列转换为字典{元素: 频度}，根据字典的值排序

     方案2： 使用标准库collections中的Counter

 

代码：

from random import randint

#随机生成30个在0到20之间的整数
data = [randint(0, 20) for _ in range(30)]

#构造{元素:频度}的字典，频度初始化为0
d = dict.fromkeys(data, 0)
for x in data:
    d[x] += 1

#用sored函数进行排序，并找出出现次数最多的前3个
sorted([(v,k) for k, v in d.items())],reverse=True)[:3]

#比很大的列表中(比如几万个)找到前三个，通常使用堆的数据结构
import heapq
heapq.nlargest(3, ((v, k) for k,v in d.items()))

#词频统计
from collections import Counter
import re

txt = open("example.txt")
word_list = re.split('\W+', txt)
c2 = Counter(word_list)
c2.most_common(10)