吐槽
平时就比较常用的统计器老是写的很low,最近看到了一个比较优雅的写法记录一下。
需求
想对jieba.cut返回的分词列表进行字频统计。
代码
优化前
def gen_counter_dict(type_list):
type_dict = {}
for type in type_list:
if type in type_dict.keys():
type_dict[type] += 1
else:
type_dict[type] = 1
return type_dict
优化后
seg_list = jieba.cut(content, cut_all=False)#默认精准模式
counter = dict()
for seg in seg_list:
counter[seg] = counter.get(seg, 1) + 1
#get()获取key为seg的value,若key不存在不会报keyerror返回一个默认值,这里设为1
counter_sorted = sorted(counter.items(), key=lambda value:value[1], reverse=True)
简要分析
- dict字典取值的方式一般两种:
1.1 dict[key],当key不存在的时候,会报keyerror的异常
2.1 dict.get(key, 1), 当可以不存在的时候,会返回一个默认值这里就是1 - sorted函数一般是返回一个排序后的列表,对于dict的排序,会返回一个元组的列表,lambda表达是定义了排序比较的参照点。reverse定义是否逆序,默认是从小到大排。reverse=True即从大到小排