items 英文 進行 文章 打開 int 出現 lec count

例1：從隨機列表中，找到找到出現次數最高的3個元素，及出現次數

方法一：

from random import randint date = [randint(0, 20) for _ in range(100)] c = dict.fromkeys(date, 0) for x in date: c[x] += 1 c2 = sorted(c.items(), key = lambda k:k[1]) c3 = c2[len(c2)-3:] print(c3)

1. date = [randint(0, 20) for _ in range(100)]：在0~20間，隨機生產一個長度100的列表；
2. dict.fromkeys(date, 0)：以列表的值(不重復使用)做key，以0做值，生產字典；
3. for x in date: c[x] += 1：統計隨機list中各元素數量；
4. c2 = sorted(c.items(), key = lambda k:k[1])：對統計的元素數量進行排序，以[(key，value)]形式；
5. c3 = c2[len(c2)-3:]：返回最後3組數據，為目標結果；

方法二：使用collections下的Counter對象

from collections import Counter from random import randint date = [randint(0, 20) for _ in range(100)] c1 = Counter(date) c2 = c1.most_common(3) print(c2)

1. Counter(date)：直接得到date中元素種類和數量，Counter({0: 7, 14: 7, 15: 7, 17: 7, 13: 6, 11: 6, 12: 5, 6: 5, 8: 5, 9: 5, 20: 4, 16: 4, 1: 4, 19: 4, 7: 4, 3: 4, 2: 4, 18: 3, 5: 3, 4: 3, 10: 3})
2. c1.most_common(3)，返回出現頻率最多的3組數據；

例2：統計一片英文文章中，出現頻度最高的10個單詞，及出現次數

import re

txt = open(‘文件x‘).read()

c = Counter(re.split(‘\W+‘, txt))

c1 = c.most_common(10) print(c1)

1. txt = open(‘文件x‘).read()：打開文件x；
2. Counter(re.split(‘\W+‘, txt))：對txt數據進行分割後，得到一個list，並將list內元素種類和數量進行統計；
3. c.most_common(10)：將字典c1內數量最多的10個元素；

問題3：如何統計序列中元素的出現頻度