1、删除重复值
使用set()方法,因为set中不允许出现重复值。
list_all = [1, 2, 3, 4, 5, 6, 7, 8, 9, 1, 2, 3, 4, 5, 6, 4, 55, 4, 6, 414, 4]
print(list(set(list_all)))
Result:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 55, 414]
2、查看重复值
1、Counter
作用:统计字符出现的次数。
voc = 'hellothankyoufly'
voc1 = ['a', 'b', 'c', 'a', 'b', 'b']
counter = Counter(voc)
counter1 = Counter(voc1)
print(counter)
print(counter1)
Result:
Counter({'l': 3, 'h': 2, 'o': 2, 'y': 2, 'e': 1, 't': 1, 'a': 1, 'n': 1, 'k': 1, 'u': 1, 'f': 1})
Counter({'b': 3, 'a': 2, 'c': 1})
2、items
作用:列表形式返回可遍历的值。
voc2 = {'name': 'fly', 'age': 18, 'job': 'AI'}
output = voc2.items()
print(type(output))
print(output)
for k, v in output:
print(k, v)
Result:
<class 'dict_items'>
dict_items([('name', 'fly'), ('age', 18), ('job', 'AI')])
name fly
age 18
job AI
3、sorted
作用:对所有可迭代的对象进行排序。
sorted(iterable[,cmp[,key[,reverse]]])
(1)iterable:可迭代对象
(2)cmp:比较的函数,有两个参数,参数的值都是从可迭代的对象中取出,大于则返回1,小于返回-1,等于返回0
(3)key:用于进行比较的元素
(4)reverse:排序规则,reverse=True降序,reverse=False升序(默认)
voc = 'hellothankyoufly'
voc2 = [('a', 3), ('b', 2), ('c', 1)]
output1 = sorted(voc)
# 按第一个元素进行排序
output2 = sorted(voc2, key=lambda x: x[0])
# 按第二个元素排序
output3 = sorted(voc2, key=lambda x: x[1])
print(output1)
print(output2)
print(output3)
Result:
['a', 'e', 'f', 'h', 'h', 'k', 'l', 'l', 'l', 'n', 'o', 'o', 't', 'u', 'y', 'y']
[('a', 3), ('b', 2), ('c', 1)]
[('c', 1), ('b', 2), ('a', 3)]
4、count
统计列表中变量出现的次数。
a = ['fly', 'abc', 'fly']
print("Count of a's value: {}".format(a.count('fly')))
Result:
Count of a's value: 2
实例:词列表
对人民日报进行读取词列表。
text_list = []
file1 = open('people.txt', 'r', encoding='utf-8')
for line in file1.readlines():
line = line.strip('\n')
line_list = line.split(' ')
text_list.extend(line_list)
# print(text_list)
print(len(text_list))
word_count = Counter(text_list)
# print(word_count.items())
word_count_asc = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
file2 = open('vocab.txt', 'w', encoding='utf-8')
file2.write('vocab' + '\n')
for data in word_count_asc:
file2.write(str(data[0]) + ',' + str(data[1]) + '\n')
file2.close()
Result:
总共有词: 1268165
结果: