Counter()
Counter()用来统计列表,元组,字符串等可迭代数组的出现次数,并返回key为迭代元素,value为出现次数的字典;在nlp领域可以用来统计词频。
除此之外,Counter()的most_common()方法返回频率最高的k个元素。
from collections import Counter
list1 = [1,1,3,1,2,3]
nums = Counter(list1)
print(nums)
'''
out:{1:3,2:1,3:2}
'''
字典的方法 items()
items()以列表返回可遍历的元组。
dict1 = {1:3,2:1,3:2}
print(dict1.items())
'''
out:[(1,3),(2,1),(3,2)]
'''
item()
item()的作用就是将tensor类型的单元素取出来,不改变元素类型
由此可以看出使用item()函数取出的元素值的精度更高,所以在求损失函数等时我们一般用item()
x = torch.randn(3,3)
print(x[1,1])
print(x[1,1].item())
'''
tensor(0.2472)
0.24715405702590942
'''