词频统计器--python dict

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

1. 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
2. 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