Python标准库collections库:超好用的counter计数器,不接受反驳!

简介: Python标准库collections库:超好用的counter计数器,不接受反驳!

collections是python的标准库,它提供了一些解决特定问题的容器,也就是说有些问题虽然可以用list,tuple,dict解决,但解决起来太麻烦,而这些问题又经常遇到,所以他们就把这些问题的通用方法整理了出来,放到collections库中让人使用。


collections中一共有9种容器,其中counter、defaultdict、deque、namedtuple、orderdict比较常用。

image.png

今天我们单独来讲讲Counter的用法!


Counter目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。因此,我们可以通过字典的取数方式,进行取数。


在使用之前,我们需要先导入这个库,导入方法如下:


from collections import Counter


使用Counter类,我们需要先实例化一个Counter类,我们先实例化一个空的Counter类。


c1 = Counter()
c1



结果如下:

image.png

我们可以往括号中传入参数,来帮助我们实现不同情况下的 “值计数”。


Counter类的创建

我们可以往Counter类中,分别传入字符串、列表、元组、字典等,创建一个Counter类。


1. 传入一个字符串

c2 = Counter("hello huang")
c2


结果如下:

image.png


2. 传入一个列表

lis = [i for i in "chinese"]
c3 = Counter(lis)
c3


结果如下:

image.png


3. 传入一个字典

import random
dic = {k: random.randint(1,4) for k in "abcdefg"}
c4 = Counter(dic)
c4


结果如下:

image.png


4. 关键字参数

c5 = Counter(a=7,b=8)
c5


结果如下:


image.png

Counter类中计数元素值的访问

和访问字典类似,但是和字典唯一不同的是,如果所访问的键不存在时,返回0,而不是KeyError。


c = Counter("hello huang")
c["h"]


结果如下:

image.png


Counter类中计数元素的修改

关于Counter类中的计数元素,既可以做加减法、还可以做集合运算、也可以删除。


1. 加减法

① 加法

我们既可以使用update函数,完成这个操作。还可以使用+号,完成这个操作。

image.png


② 减法

我们既可以使用subtract函数,完成这个操作。但是-号用法就不同了,它应该属于集合运算,只统计在集合a中,而不在集合b中的值。

image.png

2. 集合运算

上面的-号就是一个集合运算,我在为大家介绍一下与&、|或操作。


① 与&

&操作,是找两个collection中都有的键最小的键值。


c1 = Counter("chinese")
c2 = Counter("where")
c1 & c2


结果如下:

image.png


② |或

|操作,是找两个collection中的键最大的键值(可以只有一个collection有这个键,但是结果中的键值必须大于零,小于零的被舍弃)。


c1 = Counter("chinese")
c2 = Counter("where")
c1 | c2


结果如下:


image.png

3. 删除操作

删除元素使用的是del函数。


c = Counter("where")
del c["r"]
c


结果如下:

image.png


Counter类中其它常用函数

1. most_common(n)找出重复次数最多的前n个。

c = Counter("aabbbcccddddeeeee")
c.most_common(2)


结果如下:

image.png

2. key和value用于获取Collections键和键值的集合。

c = Counter("chinese")
c.keys()
c.values()


结果如下:

image.png

当然,我们也可以使用dict()函数将collection中的内容转化为字典,我们也可以使用list()函数将collection中的键转化为list,这里不在讲述,大家自行下去学习。


相关文章
|
3月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
458 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
3月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
222 0
|
5月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
2月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
232 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
308 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
4月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
245 18
|
4月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
385 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
4月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
373 0
|
4月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
174 0

推荐镜像

更多