中文字符频率统计python_Python 统计长字符串中字符频次

以下笔记是我在 xue.cn 学习群之数据分析小组所整理分享的心得。相关背景是：我选择中文词频统计案例作为考察大家python基础功掌握程度。

通过《Python读取文件内容为字符串的方法》，我们已经拿到那个很长的字符了。现在我们需要统计这个字符串中，有哪些字符，每个字符分别出现了多少次。

方法1：

这个方法相当简单，掌握《自学是门手艺》第一章就能写出来。零基础自学编程，代码写成这样能满足需求，但它逐个逐个计数，比较笨拙。

rlt = {}

for i in content:

if i in rlt.keys():

rlt[i] += 1

else:

rlt[i] = 1

方法2：

利用 python 内置函数 count() 来统计每个字符出现的次数，同时通过if i not in rlt.keys():确保每个字符只用统计一次。方法2比1要效率一些。

rlt = {}

for i in content:

if i not in rlt.keys():

rlt[i] = content.count(i)

方法3：

数据分析自学小组成员 jeff 代码是这么写的：

rlt = {}

for i in content:

rlt.setdefault(i,content.count(i))

这里有一个大家之前没看到过、或没用过的方法 setdefault()，你如果去搜python setdefault()拿到它的说明，会发现它一定程度上相当于封装了方法2。Python 字典 setdefault() 函数和 get()方法 类似, 如果键不存在于字典中，将会添加键并将值设为默认值。

小结

这里分享一个小常识是，编程世界里，一门编程语言会自带很多封装好、高效、好用的函数、类、库等等，你根据自己需求去搜，就会找到它们。是的，方法几乎总是非常多的。

作为零基础自学编程的人，你刚起步，你可以不知道 setdefault() 但你所掌握的基础功，足够让你能写出方法 1 或者 2。

现在你可能会心急，怎么自己这个不知道，哪个也没听说过？——没关系的，你只要掌握：会拆解、勤搜索、多使用。使用也分两层，既可以自己多敲代码，也应该多读别人的代码，琢磨同一个需求的不同实现方法，整理成类似这种笔记，然后点滴积累你的牛逼。