目錄

一、緒論

二、Counter 類

2.1 創建 Counter 對象

2.2 數值訪問(鍵-值索引)

2.3 元素刪除 (鍵-值對刪除)

2.4 update() / subtract() ——?元素更新 (鍵-值對增減)

2.5 elements()?——?元素全部列出

2.6?most_common()?—— 元素按出現頻數從大到小列出

2.7?算術與集合運算

2.8 常用操作范例

---

一、緒論

collections 作為 Python 的內建集合模塊，實現了許多十分高效的特殊容器數據類型，即除了 Python 通用內置容器： dict、list、set 和 tuple 等的替代方案。在?IDLE 輸入 help(collections) 可查看幫助文檔，其中常見的類/函數如下：

名稱	功能
namedtuple	用于創建具有命名字段的 tuple 子類的 factory 函數 (具名元組)
deque	類似 list 的容器，兩端都能實現快速 append 和 pop (雙端隊列)
ChainMap	類似 dict 的類，用于創建多個映射的單視圖
Counter	用于計算 hashable 對象的 dict 子類 (可哈希對象計數)
OrderedDict	記住元素添加順序的 dict 子類 (有序字典)
defaultdict	dict 子類調用 factory 函數來提供缺失值
UserDict	包裝 dict 對象以便于 dict 的子類化
UserList	包裝 list 對象以便于 list 的子類化
UserString	包裝 string 對象以便于 string 的子類化

而本文詳述的對象為 hashable 對象計數器 —— Counter 。

---

二、Counter 類

Counter，顧名思義是一個?計數器。Counter 類作為一個無序的容器類型，以字典的 key-value 對形式存儲元素，旨在統計各元素 (哈希項) 出現的次數。具體而言，key 表示元素，value 表示各元素 key 出現的次數，可為任意整數 (即包括0與負數)。Counter 類有時被稱為?bags 或 multisets 。我們在 IDLE 通過 help(collections.Counter) 可查看幫助文檔。

在 Python 3.7 版更新后，作為 dict?的子類，Counter 繼承了記住插入順序的功能。?Counter 對象進行數學運算時同樣會保持順序。 結果會先按每個元素在運算符左邊的出現時間排序，然后再按其在運算符右邊的出現時間排序。

---

2.1 創建 Counter 對象

實例化 Counter 的常見方式為：

## 導入 Counter 類 >>> from collections import Counter # class collections.Counter([iterable-or-mapping])>>> hashmap1 = Counter() # a new, empty counter >>> hashmap1 Counter()## 通過可迭代對象、映射和關鍵字參數等實例化 Counter 對象 >>> hashmap2 = Counter('happy') # a new counter from an iterable >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})>>> hashmap3 = Counter(['A', 'A', 'K', 4, 7, 7]) # a new counter from an iterable >>> hashmap3 Counter({'A': 2, 'K': 1, 4: 1, 7: 2})>>> hashmap4 = Counter(('M', 'M', 4, 'A', 1, 1)) # a new counter from an iterable >>> hashmap4 Counter({'M': 2, 4: 1, 'A': 1, 1: 2})>>> hashmap5 = Counter({'x':1, 'y':2}) # a new counter from a mapping >>> hashmap5 Counter({'y': 2, 'x': 1})>>> hashmap6 = Counter(kangkang=1, daming=2, sam=3) # a new counter from keyword args >>> hashmap6 Counter({'sam': 3, 'daming': 2, 'kangkang': 1})# 類型檢查 >>> type(hashmap1), type(hashmap2), type(hashmap3), type(hashmap4), type(hashmap5), type(hashmap6) (<class 'collections.Counter'>, <class 'collections.Counter'>, <class 'collections.Counter'>, <class 'collections.Counter'>, <class 'collections.Counter'>), <class 'collections.Counter'>)

可見元素從一個?iterable?被計數或從其他的?mapping?(or counter) 實現初始化。

---

2.2 數值訪問(鍵-值索引)

Counter 對象類似于 dict 接口，也通過 key 索引訪問 value，但注意返回的 value 表示的是 key 的計數值：

>>> hashmap2['p'] # hashmap2 = Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1}) 2>>> hashmap3['A'] # hashmap3 = Counter({'A': 2, 'K': 1, 4: 1, 7: 2}) 2>>> hashmap4['M'] # hashmap4 = Counter({'M': 2, 4: 1, 'A': 1, 1: 2}) 2>>> hashmap5['x'] # hashmap5 = Counter({'y': 2, 'x': 1}) 1

而當訪問的 key 不存在時，返回 0 而非 KeyError：

# count of a missing element is zero >>> hashmap2[6] # hashmap2 = Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1}) 0 >>> hashmap3[6] # hashmap3 = Counter({'A': 2, 7: 2, 'K': 1, 4: 1}) 0 >>> hashmap4[6] # hashmap4 = Counter({'M': 2, 1: 2, 4: 1, 'A': 1}) 0 >>> hashmap5[6] # hashmap5 = Counter({'y': 2, 'x': 1}) 0

作為 dict 的子類，通過 Counter.keys()、Counter.values()、Counter.items() 訪問鍵-值對仍然適用：

# 以 hashmap2 為例 >>> hashmap2 = Counter('happy') >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})>>> hashmap2.keys() dict_keys(['h', 'a', 'p', 'y']) >>> type(hashmap2.keys()) <class 'dict_keys'>>>> hashmap2.values() dict_values([1, 1, 2, 1]) >>> type(hashmap2.values()) <class 'dict_values'>>>> hashmap2.items() dict_items([('h', 1), ('a', 1), ('p', 2), ('y', 1)]) >>> type(hashmap2.items()) <class 'dict_items'>

注意，原地操作如 hashmap[key] += 1，值類型只支持加和減，故分數、小數、十進制甚至負值都適用。

---

2.3 元素刪除 (鍵-值對刪除)

對于 Counter 對象的元素刪除應使用內置函數 del，而令 value=0 是不能刪除元素(鍵-值對)的。

# 以 hashmap2 為例 >>> hashmap2 = Counter('happy') >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})>>> hashmap2['y'] = 0 >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 0}) # 'y' 還在, 只是 value=0 而已>>> del hashmap2['y'] >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1}) # 'y' 被刪除了

---

2.4 update() / subtract() ——?元素更新 (鍵-值對增減)

可以使用另外的?iterable 對象或 Counter 對象實現對原 Counter 對象的元素更新 (鍵-值對增減)。

其中，元素增加使用 Counter.update(iterable-or-mapping) 方法：

## 以 hashmap2 為例, 其余同理 >>> hashmap2 = Counter('happy') >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})## 用 iterable 對象更新 >>> hashmap2.update('hp') # 用 string 更新 (iterable 對象) >>> hashmap2 Counter({'p': 3, 'h': 2, 'a': 1, 'y': 1}) >>> hashmap2.update(['a','y']) # 用 list 更新 (iterable 對象) >>> hashmap2 Counter({'p': 3, 'h': 2, 'a': 2, 'y': 2})>>> hashmap2.update(('a')) # 用 tuple 更新 (iterable 對象) >>> hashmap2 Counter({'a': 3, 'p': 3, 'h': 2, 'y': 2})## 用 mapping 對象更新 >>> hashmap2.update({'h':1, 'y':1}) # 用 dict 更新 (mapping 對象) >>> hashmap2 Counter({'h': 3, 'a': 3, 'p': 3, 'y': 3})## 用 Counter 對象更新 >>> hashmap2.update(Counter('hapy')) >>> hashmap2 Counter({'h': 4, 'a': 4, 'p': 4, 'y': 4})

注意，元素的添加來自 iterable 對象計數元素，或另一個 mapping 對象?(或 Counter 對象) ，其中 iterable 對象應為序列 sequence 元素。

同理，元素減少使用 Counter.subtract(iterable-or-mapping) 方法，但注意元素的計數 —— value 為 0 和 負數都是允許的：

# 以 hashmap2 為例, 其余同理 >>> hashmap2 = Counter('happy') >>> hashmap2 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})# 用 iterable 對象更新元素 >>> hashmap2.subtract('p') # 用 string 更新 >>> hashmap2 Counter({'h': 1, 'a': 1, 'p': 1, 'y': 1}) >>> hashmap2.subtract(['p']) # 用 list 更新 >>> hashmap2 Counter({'h': 1, 'a': 1, 'p': 0, 'y': 1}) # 允許 value <= 0>>> hashmap2.subtract(('p')) # 用 tuple 更新 >>> hashmap2 Counter({'h': 1, 'a': 1, 'y': 1, 'p': -1}) # 允許 value <= 0## 用 mapping 對象更新 >>> hashmap2.subtract({'h':2}) # 用 dict 更新 >>> hashmap2 Counter({'a': 1, 'y': 1, 'h': -1, 'p': -1}) # 允許 value <= 0## 用 Counter 對象更新 >>> hashmap2.update(Counter('ay')) >>> hashmap2 Counter({'a': 0, 'y': 0, 'h': -1, 'p': -1})

可見使用 iterable 對象更新原 Counter 對象之前，都會被隱式地轉換為 Counter 對象，再把元素更新到原 Counter 對象上。

---

2.5 elements()?——?元素全部列出

Counter.elements() 方法將返回一個迭代器。元素的計數有多少，在該迭代器中就包含多少個該元素。元素排列無確定順序 元素按首次出現的順序返回，且不含 value<= 0 的元素。

>>> hashmap7 = Counter('happy') >>> hashmap7 Counter({'p': 2, 'h': 1, 'a': 1, 'y': 1})>>> hashmap7.elements() # 返回迭代器 <itertools.chain object at 0x00000249719226A0>>>> list(hashmap7.elements()) # 顯式類型轉換 ['h', 'a', 'p', 'p', 'y']>>> tuple(hashmap7.elements()) # 顯式類型轉換 ('h', 'a', 'p', 'p', 'y')>>> str(hashmap7.elements()) # 那是不可能的... '<itertools.chain object at 0x0000024971125390>'>>> sorted(hashmap7.elements()) # 隱式類型轉換 ['a', 'h', 'p', 'p', 'y']

---

2.6?most_common()?—— 元素按出現頻數從大到小列出

Counter.most_common([n]) 方法將返回一個 list，其中包含前?n?個出現頻數最高的元素及其出現次數，并從大到小排列。 若?n?被省略或為 None，most_common() ?將返回 Counter 對象中的所有元素。若元素計數值相等，則按首次出現的順序排序：

>>> hashmap8 = Counter(x=3, y=2, z=1, h=2) >>> hashmap8 Counter({'x': 3, 'y': 2, 'h': 2, 'z': 1})>>> hashmap8.most_common(1) # n=1 [('x', 3)] >>> hashmap8.most_common(2) # n=2 [('x', 3), ('y', 2)] >>> hashmap8.most_common(3) # n=3 [('x', 3), ('y', 2), ('h', 2)] >>> hashmap8.most_common(4) # n=4 [('x', 3), ('y', 2), ('h', 2), ('z', 1)] # 'y' 與 'h' 出現頻次均為 2, 但 'y' 先出現, 故前排>>> hashmap8.most_common() # n ignored [('x', 3), ('y', 2), ('h', 2), ('z', 1)] # 全排：從大到小 >>> hashmap8.most_common()[::-1] # n ignored [('z', 1), ('h', 2), ('y', 2), ('x', 3)] # 全排：從小到大

---

2.7?算術與集合運算

有幾個常用的數學運算操作：

>>> h1 = Counter(x=1, y=2) >>> h2 = Counter(x=2, y=1) >>> h3 = Counter(x=1, y=-1)>>> h1 + h2 Counter({'x': 3, 'y': 3}) # 按元素相加 >>> h2 + h3 Counter({'x': 3}) # value <= 0 的會被刪除>>> h1 - h2 Counter({'y': 1}) # 按元素相減 >>> h1 - h3 Counter({'y': 3}) # value <= 0 的會被刪除>>> h1 & h2 Counter({'x': 1, 'y': 1}) # 按元素取 min() (交集)>>> h1 | h2 Counter({'x': 2, 'y': 2}) # 按元素取 max() (并集)

? ? ? ? 還有單目加和減 (一元操作符) 及其等價形式：

>>> hashmap9 = Counter(a=2, b=1, c=0, d=-1)>>> +hashmap9 Counter({'a': 2, 'b': 1}) # 去除 value<=0 的元素>>> -hashmap9 Counter({'d': 1}) # 去除 value>=0 的元素>>> hashmap9 += Counter() >>> hashmap9 Counter({'a': 2, 'b': 1}) # 去除 value<=0 的元素

---

2.8 常用操作范例

>>> hashmap8 = Counter(x=3, y=2, z=1, h=2) >>> hashmap8 Counter({'x': 3, 'y': 2, 'h': 2, 'z': 1})## 對 Counter 對象的 value 求和 >>> sum(hashmap8.values()) 8## 從小到大排序 >>> hashmap8.most_common()[::-1] [('z', 1), ('h', 2), ('y', 2), ('x', 3)] ## 類型轉換 >>> list(hashmap8) ['x', 'y', 'z', 'h'] # 將 Counter 對象的 key 轉換為 list >>> tuple(hashmap8) ('x', 'y', 'z', 'h') # 將 Counter 對象的 key 轉換為 tuple >>> set(hashmap8) {'z', 'y', 'x', 'h'} # 將 Counter 對象的 key 轉換為 set >>> dict(hashmap8) {'x': 3, 'y': 2, 'z': 1, 'h': 2} # 將 Counter 對象的轉換為 dict## 去除 value <= 0 的元素 >>> hashmap9 = Counter(a=2, b=1, c=0, d=-1) >>> hashmap9 Counter({'a': 2, 'b': 1, 'c': 0, 'd': -1})>>> hashmap9 += Counter() >>> hashmap9 Counter({'a': 2, 'b': 1})

---

參考文獻

《Python Immediate》

collections --- 容器數據類型 — Python 3.10.4 文檔

collections - 廖雪峰的官方網站

總結

以上是生活随笔為你收集整理的【Python】详解 collections.Counter的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。