【Python进阶】用 Python 统计字数
问题描述:
用 Python 实现函数
count_words()
,该函数输入字符串s
和数字n
,返回s
中n
个出现频率最高的单词。返回值是一个元组列表,包含出现次数最高的n
个单词及其次数,即[(<单词1>, <次数1>), (<单词2>, <次数2>), ... ]
,按出现次数降序排列。您可以假设所有输入都是小写形式,并且不含标点符号或其他字符(只包含字母和单个空格)。如果出现次数相同,则按字母顺序排列。
例如:
print count_words("betty bought a bit of butter but the butter was bitter",3)
输出:
[('butter', 2), ('a', 1), ('betty', 1)]
解决问题的思路:
1. 将字符串s进行空白符分割得到所有的单词列表split_s,如:['betty', 'bought', 'a', 'bit', 'of', 'butter', 'but', 'the', 'butter', 'was', 'bitter']
2. 建立maplist,将split_s转化为元素为元组的列表形式,如:[('betty', 1), ('bought', 1), ('a', 1), ('bit', 1), ('of', 1), ('butter', 1), ('but', 1), ('the', 1), ('butter', 1), ('was', 1), ('bitter', 1)]
3. 合并maplist中元素,元组的第一个索引值相同,则将其第二个索引值相加。
// 备注:准备采用defaultdict。得到的数据如下:{'betty': 1, 'bought': 1, 'a': 1, 'bit': 1, 'of': 1, 'butter': 2, 'but': 1, 'the': 1, 'was': 1, 'bitter': 1}
4. 进行排序,按照key进行字母排序,得到如下:[('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('butter', 2), ('of', 1), ('the', 1), ('was', 1)]
5. 进行二次排序, 按照value进行排序,得到如下:[('butter', 2), ('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('of', 1), ('the', 1), ('was', 1)]
6. 使用切片取出频率较高的*组数据
总结:在python3上不进行defaultdict进行排序结果也是正确的,python2上不正确。defaultdict本身是没有顺序的,要区分列表,所以必须进行排序。
也可尝试自己写,不借助第三方模块
解决方案1(使用defaultdict):
1 from collections import defaultdict
2 """Count words."""
3
4 def count_words(s, n):
5 """Return the n most frequently occuring words in s."""
6 split_s = s.split()
7 map_list = [(k,1) for k in split_s]
8 output = defaultdict(int)
9 for d in map_list:
10 output[d[0]] += d[1]
11 output1 = dict(output)
12 top_n = sorted(output1.items(), key=lambda pair:pair[0], reverse=False)
13 top_n = sorted(top_n, key=lambda pair:pair[1], reverse=True)
14
15 return top_n[:n]
16
17
18 def test_run():
19 """Test count_words() with some inputs."""
20 print(count_words("cat bat mat cat bat cat", 3))
21 print(count_words("betty bought a bit of butter but the butter was bitter", 4))
22
23
24 if __name__ == '__main__':
25 test_run()
解决方案2(使用Counter)
1 from collections import Counter
2 """Count words."""
3
4 def count_words(s, n):
5 """Return the n most frequently occuring words in s."""
6 split_s = s.split()
7 split_s = Counter(name for name in split_s)
8 print(split_s)
9 top_n = sorted(split_s.items(), key=lambda pair:pair[0], reverse=False)
10 print(top_n)
11 top_n = sorted(top_n, key=lambda pair:pair[1], reverse=True)
12 print(top_n)
13
14 return top_n[:n]
15
16
17 def test_run():
18 """Test count_words() with some inputs."""
19 print(count_words("cat bat mat cat bat cat", 3))
20 print(count_words("betty bought a bit of butter but the butter was bitter", 4))
21
22
23 if __name__ == '__main__':
24 test_run()
25
最新文章
- C语言 &#183; 2的次幂表示
- 基于NPOI的报表引擎——ExcelReport
- asp.net关于如何准许api跨域访问
- go语言 rune切片
- Cordova - 与iOS原生代码交互1(通过JS调用Swift方法)
- JS 日期格式化和解析工具
- ASP.NET-【Excel】-将Excel中的数据批量加载到SQLserver数据库
- SQL获取变量类型以及变量最大长度
- Innodb buffer pool/redo log_buffer 相关
- AndroidStudio字体主题样式分享
- python环境准备
- 《Programming WPF》翻译 第3章 3.内嵌控件
- oracle登录时shared memory realm does not exist的解决方法
- Maven在Windows中的配置以及IDE中的项目创建
- JS中!=、==、!==、===的用法和区别
- http类中的download方法 下载汉字文件名 汉字消失的问题
- MySQL编码不一致导致查询结果为空
- [luogu2446][bzoj2037][SDOI2008]Sue的小球【区间DP】
- Teemo&#39;s tree problem
- tensorflow 添加一个全连接层
热门文章
- TCL-事务
- 解决Vue中";This dependency was not found";的方法
- C++练习 | 运算符重载练习(字符串相关)
- nginx+uwsgi+flask+supervisor 项目部署
- Linux基础-4.正文处理命令及tar命令
- koa中静态文件资源中间件实现
- svg图标(svg实现的QQ图标)
- Redis 4.0.X版本reshard出现错误的解决办法
- 树莓3B+_挂载硬盘
- Scrapy-Redis 空跑问题,redis_key链接跑完后,自动关闭爬虫