Python标准模块--collections
1.模块简介
collections包含了一些特殊的容器,针对Python内置的容器,例如list、dict、set和tuple,提供了另一种选择;
namedtuple,可以创建包含名称的tuple;
deque,类似于list的容器,可以快速的在队列头部和尾部添加、删除元素;
Counter,dict的子类,计算可hash的对象;
OrderedDict,dict的子类,可以记住元素的添加顺序;
defaultdict,dict的子类,可以调用提供默认值的函数;
2.模块使用
2.1Counter
counter可以支持方便、快速的计数,例如,
fromcollectionsimport
cnt=Counter()
wordList=["a","b","c","c","a","a"]
forwordinwordList:
cnt[word]+=1
printcnt
控制台输出,
Counter({''a'':3,''c'':2,''b'':1})
对可迭代的对象进行计数或者从另一个映射(counter)进行初始化,
>>>c=Counter()#一个新的,空的counter
>>>c
Counter()
>>>c=Counter("gallahad")#从可迭代的字符串初始化counter
>>>c
Counter({''a'':3,''l'':2,''h'':1,''g'':1,''d'':1})
>>>c=Counter({''red'':4,''blue'':2})#从映射初始化counter
>>>c
Counter({''red'':4,''blue'':2})
>>>c=Counter(cats=4,dogs=8)#从args初始化counter
>>>c
Counter({''dogs'':8,''cats'':4})
Counter对象类似于字典,如果某个项缺失,会返回0,而不是报出KeyError;
>>>c=Counter([''eggs'',''ham''])
>>>c[''bacon'']#没有''bacon''
0
>>>c[''eggs'']#有''eggs''
1
将一个元素的数目设置为0,并不能将它从counter中删除,使用del可以将这个元素删除;
>>>c
Counter({''eggs'':1,''ham'':1})
>>>c[''eggs'']=0
>>>c
Counter({''ham'':1,''eggs'':0})#''eggs''依然存在
>>>delc[''eggs'']
>>>c
Counter({''ham'':1})#''eggs''不存在
Counter对象支持以下三个字典不支持的方法,elements(),most_common(),subtract();
element(),返回一个迭代器,每个元素重复的次数为它的数目,顺序是任意的顺序,如果一个元素的数目少于1,那么elements()就会忽略它;
>>>c=Counter(a=2,b=4,c=0,d=-2,e=1)
>>>c
Counter({''b'':4,''a'':2,''e'':1,''c'':0,''d'':-2})
>>>list(c.elements())
[''a'',''a'',''b'',''b'',''b'',''b'',''e'']
most_common(),返回一个列表,包含counter中n个最大数目的元素
,如果忽略n或者为None,most_common()将会返回counter中的所有元素,元素有着相同数目的将会以任意顺序排列;
>>>Counter(''abracadabra'').most_common(3)
[(''a'',5),(''r'',2),(''b'',2)]
>>>Counter(''abracadabra'').most_common()
[(''a'',5),(''r'',2),(''b'',2),(''c'',1),(''d'',1)]
>>>Counter(''abracadabra'').most_common(None)
[(''a'',5),(''r'',2),(''b'',2),(''c'',1),(''d'',1)]
subtract(),从一个可迭代对象中或者另一个映射(或counter)中,元素相减,类似于dict.update(),但是subtracts数目而不是替换它们,输入和输出都有可能为0或者为负;
>>>c=Counter(a=4,b=2,c=0,d=-2)
>>>d=Counter(a=1,b=2,c=-3,d=4)
>>>c.subtract(d)
>>>c
Counter({''a'':3,''c'':3,''b'':0,''d'':-6})
update(),从一个可迭代对象中或者另一个映射(或counter)中所有元素相加,类似于dict.upodate,是数目相加而非替换它们,另外,可迭代对象是一个元素序列,而非(key,value)对构成的序列;
>>>c
Counter({''a'':4,''b'':2,''c'':0,''d'':-2})
>>>d
Counter({''d'':4,''b'':2,''a'':1,''c'':-3})
>>>c.update(d)
>>>c
Counter({''a'':5,''b'':4,''d'':2,''c'':-3})
Counter对象常见的操作,
>>>c
Counter({''a'':5,''b'':4,''d'':2,''c'':-3})
>>>sum(c.values())#统计所有的数目
8
>>>list(c)#列出所有唯一的元素
[''a'',''c'',''b'',''d'']
>>>set(c)#转换为set
set([''a'',''c'',''b'',''d''])
>>>dict(c)#转换为常规的dict
{''a'':5,''c'':-3,''b'':4,''d'':2}
>>>c.items()#转换为(elem,cnt)对构成的列表
[(''a'',5),(''c'',-3),(''b'',4),(''d'',2)]
>>>c.most_common()[:-4:-1]#输出n个数目最小元素
[(''c'',-3),(''d'',2),(''b'',4)]
>>>c+=Counter()#删除数目为0和为负的元素
>>>c
Counter({''a'':5,''b'':4,''d'':2})
>>>Counter(dict(c.items()))#从(elem,cnt)对构成的列表转换为counter
Counter({''a'':5,''b'':4,''d'':2})
>>>c.clear()#清空counter
>>>c
Counter()
在Counter对象进行数学操作,得多集合(counter中元素数目大于0)加法和减法操作,是相加或者相减对应元素的数目;交集和并集返回对应数目的最小值和最大值;每个操作均接受暑促是有符号的数目,但是输出并不包含数目为0或者为负的元素;
>>>c=Counter(a=3,b=1,c=-2)
>>>d=Counter(a=1,b=2,c=4)
>>>c+d#求和
Counter({''a'':4,''b'':3,''c'':2})
>>>c-d#求差
Counter({''a'':2})
>>>c&d#求交集
Counter({''a'':1,''b'':1})
>>>c|d#求并集
Counter({''c'':4,''a'':3,''b'':2})
2.2deque
deque是栈和队列的一种广义实现,deque是"double-endqueue"的简称;deque支持线程安全、有效内存地以近似O(1)的性能在deque的两端插入和删除元素,尽管list也支持相似的操作,但是它主要在固定长度操作上的优化,从而在pop(0)和insert(0,v)(会改变数据的位置和大小)上有O(n)的时间复杂度。
deque支持如下方法,
append(x),将x添加到deque的右侧;
appendleft(x),将x添加到deque的左侧;
clear(),将deque中的元素全部删除,最后长度为0;
count(x),返回deque中元素等于x的个数;
extend(iterable),将可迭代变量iterable中的元素添加至deque的右侧;
extendleft(iterable),将变量iterable中的元素添加至deque的左侧,往左侧添加序列的顺序与可迭代变量iterable中的元素相反;
pop(),移除和返回deque中最右侧的元素,如果没有元素,将会报出IndexError;
popleft(),移除和返回deque中最左侧的元素,如果没有元素,将会报出IndexError;
remove(value),移除第一次出现的value,如果没有找到,报出ValueError;
reverse(),反转deque中的元素,并返回None;
rotate(n),从右侧反转n步,如果n为负数,则从左侧反转,d.rotate(1)等于d.appendleft(d.pop());
maxlen,只读的属性,deque的最大长度,如果无解,就返回None;
除了以上的方法之外,deque还支持迭代、序列化、len(d)、reversed(d)、copy.copy(d)、copy.deepcopy(d),通过in操作符进行成员测试和下标索引,索引的时间复杂度是在两端是O(1),在中间是O(n),为了快速获取,可以使用list代替。
>>>fromcollectionsimportdeque
>>>d=deque(''ghi'')#新建一个deque,有三个元素
>>>foreleind:#遍历deque
...printele.upper()
...
...
G
H
I
>>>d.append(''j'')#deque右侧添加一个元素
>>>d.appendleft(''f'')#deque左侧添加一个元素
>>>d#打印deque
deque([''f'',''g'',''h'',''i'',''j''])
>>>d.pop()#返回和移除最右侧元素
''j''
>>>d.popleft()#返回和移除最左侧元素
''f''
>>>list(d)#以列表形式展示出deque的内容
[''g'',''h'',''i'']
>>>d[0]#获取最左侧的元素
''g''
>>>d[-1]#获取最右侧的元素
''i''
>>>list(reversed(d))#以列表形式展示出倒序的deque的内容
[''i'',''h'',''g'']
>>>''h''ind#在deque中搜索
True
>>>d.extend(''jkl'')#一次添加多个元素
>>>d
deque([''g'',''h'',''i'',''j'',''k'',''l''])
>>>d.rotate(1)#往右侧翻转
>>>d
deque([''l'',''g'',''h'',''i'',''j'',''k''])
>>>d.rotate(-1)#往左侧翻转
>>>d
deque([''g'',''h'',''i'',''j'',''k'',''l''])
>>>deque(reversed(d))#以逆序新建一个deque
deque([''l'',''k'',''j'',''i'',''h'',''g''])
>>>d.clear()#清空deque
>>>d.pop()#不能在空的deque上pop
Traceback(mostrecentcalllast):
File"",line1,in
IndexError:popfromanemptydeque
>>>d.extendleft(''abc'')#以输入的逆序向左扩展
>>>d
deque([''c'',''b'',''a''])
其他的应用:
1.限定长度的deque提供了Unix中tail命令相似的功能;
fromcollectionsimportdeque
deftail(filename,n=10):
"Returnthelastnlinesofafile"
returndeque(open(filename),n)
printtail("temp.txt",10)
2.使用deque维护一个序列(右侧添加元素,左侧删除元素)中窗口的平均值;
fromcollectionsimportdeque
importitertools
defmoving_average(iterable,n=3):
it=iter(iterable)
d=deque(itertools.islice(it,n-1))
#第一次只有两个元素,再右移的过程中,需要先删除最左端的元素,因此现在最左端加入0
d.appendleft(0)
s=sum(d)
foreleinit:
#删除最左端的元素,再加上新元素
s+=ele-d.popleft()
#右端添加新元素
d.append(ele)
yields/float(n)
array=[40,30,50,46,39,44]
foreleinmoving_average(array,n=3):
printele
3.rotate()方法提供了一种实现deque切片和删除的方式,例如,deld[n]依赖于rotate方法的纯Python实现,如下,
fromcollectionsimportdeque
defdelete_nth(d,n):
#将前n个元素翻转到右侧
d.rotate(-n)
#删除第n个元素
d.popleft()
#再将后n个元素翻转到左侧
d.rotate(n)
d=deque("abcdefg")
delete_nth(d,n=3)
printd
4.slice依赖于rotate方法的纯Python实现,如下,
fromcollectionsimportdeque
defslice(d,m,n):
#先将前面m个元素翻转到右侧
d.rotate(-m)
i=m
sliceList=[]
#依次将[m,n]区间内的元素出栈
whilei item=d.popleft()
sliceList.append(item)
i+=1
#再将出栈的元素扩展到deque右侧
d.extend(sliceList)
#再将后面n个元素翻转到左侧
d.rotate(n)
returnsliceList
d=deque("abcdefg")
printslice(d,1,5)
2.3defaultdict
defaultdict是内置数据类型dict的一个子类,基本功能与dict一样,只是重写了一个方法__missing__(key)和增加了一个可写的对象变量default_factory。
>>>dir(defaultdict)
[''__class__'',''__cmp__'',''__contains__'',''__copy__'',''__delattr__'',''__delitem__
'',''__doc__'',''__eq__'',''__format__'',''__ge__'',''__getattribute__'',''__getitem__
'',''__gt__'',''__hash__'',''__init__'',''__iter__'',''__le__'',''__len__'',''__lt__'',
''__missing__'',''__ne__'',''__new__'',''__reduce__'',''__reduce_ex__'',''__repr__'',''
__setattr__'',''__setitem__'',''__sizeof__'',''__str__'',''__subclasshook__'',''clear
'',''copy'',''default_factory'',''fromkeys'',''get'',''has_key'',''items'',''iteritems''
,''iterkeys'',''itervalues'',''keys'',''pop'',''popitem'',''setdefault'',''update'',''v
alues'',''viewitems'',''viewkeys'',''viewvalues'']
>>>dir(dict)
[''__class__'',''__cmp__'',''__contains__'',''__delattr__'',''__delitem__'',''__doc__''
,''__eq__'',''__format__'',''__ge__'',''__getattribute__'',''__getitem__'',''__gt__'',
''__hash__'',''__init__'',''__iter__'',''__le__'',''__len__'',''__lt__'',''__ne__'',''_
_new__'',''__reduce__'',''__reduce_ex__'',''__repr__'',''__setattr__'',''__setitem__''
,''__sizeof__'',''__str__'',''__subclasshook__'',''clear'',''copy'',''fromkeys'',''get
'',''has_key'',''items'',''iteritems'',''iterkeys'',''itervalues'',''keys'',''pop'',''po
pitem'',''setdefault'',''update'',''values'',''viewitems'',''viewkeys'',''viewvalues'']
missing(key)
如果default_factory属性为None,就报出以key作为遍历的KeyError异常;
如果default_factory不为None,就会向给定的key提供一个默认值,这个值插入到词典中,并返回;
如果调用default_factory报出异常,这个异常在传播时不会改变;
这个方法是当要求的key不存在时,dict类中的__getitem()__方法所调用,无论它返回或者报出什么,最终返回或报出给__getitem()__;
只有__getitem__()才能调用__missing__(),这意味着,如果get()起作用,如普通的词典,将会返回None作为默认值,而不是使用default_factory;
default_factory,这个属性用于__missing__()方法,使用构造器中的第一个参数初始化;
使用list作为default_factory,很容易将一个key-value的序列转换为一个关于list的词典;
>>>fromcollectionsimport
>>>s=[(''yellow'',1),(''blue'',2),(''yellow'',3),(''blue'',4),(''red'',5)]
>>>d=defaultdict(list)
>>>fork,vins:d[k].append(v)
...
>>>d.items()
[(''blue'',[2,4]),(''red'',[5]),(''yellow'',[1,3])]
当每一个key第一次遇到时,还没有准备映射,首先会使用default_factory函数自动创建一个空的list,list.append()操作将value添加至新的list中,当key再次遇到时,通过查表,返回对应这个key的list,list.append()会将新的value添加至list,这个技术要比dict.setdefault()要简单和快速。
>>>e={}
>>>fork,vins:e.setdefault(k,[]).append(v)
...
>>>e.items()
[(''blue'',[2,4]),(''red'',[5]),(''yellow'',[1,3])]
设置default_factory为int,使得defaultdict可以用于计数,
>>>s="mississippi"
>>>d=defaultdict(int)
>>>forkins:d[k]+=1
...
>>>d.items()
[(''i'',4),(''p'',2),(''s'',4),(''m'',1)]
当一个字母第一次遇到,默认从default_factory中调用int()用于提供一个默认为0的计数,递增操作会增加每个字母的计数。
函数int()经常返回0,是常量函数的一种特例。一种更快和更灵活的创建常量函数的方式是使用itertools.repeat(),可以提供任意常量值(不仅仅是0),
>>>importitertools
>>>defconstant_factory(value):
...returnitertools.repeat(value).next
...
>>>d=defaultdict(constant_factory(''''))
>>>d.update(name="John",action="ran")
>>>"%(name)s%(action)sto%(object)s"%d
''Johnranto''
将default_factory设置为set,使得defaultdict可以建立一个关于set的词典,
>>>s=[(''red'',1),(''blue'',2),(''red'',3),(''blue'',4),(''red'',1),(''blue'',
4)]
>>>d=defaultdict(set)
>>>fork,vins:d[k].add(v)
...
>>>d.items()
[(''blue'',set([2,4])),(''red'',set([1,3]))]
2.4namedtuple
命名的元组,意味给元组中的每个位置赋予含义,意味着代码可读性更强,namedtuple可以在任何常规元素使用的地方使用,而且它可以通过名称来获取字段信息而不仅仅是通过位置索引。
>>>fromcollectionsimport
>>>Point=namedtuple(''Point'',[''x'',''y''],verbose=True)
classPoint(tuple):
''Point(x,y)''
__slots__=()
_fields=(''x'',''y'')
def__new__(_cls,x,y):
''CreatenewinstanceofPoint(x,y)''
return_tuple.__new__(_cls,(x,y))
@classmethod
def_make(cls,iterable,new=tuple.__new__,len=len):
''MakeanewPointobjectfromasequenceoriterable''
result=new(cls,iterable)
iflen(result)!=2:
raiseTypeError(''Expected2arguments,got%d''%len(result))
returnresult
def__repr__(self):
''Returnanicelyformattedrepresentationstring''
return''Point(x=%r,y=%r)''%self
def_asdict(self):
''ReturnanewOrderedDictwhichmapsfieldnamestotheirvalues''
returnOrderedDict(zip(self._fields,self))
def_replace(_self,kwds):
''ReturnanewPointobjectreplacingspecifiedfieldswithnewvalues''
result=_self._make(map(kwds.pop,(''x'',''y''),_self))
ifkwds:
raiseValueError(''Gotunexpectedfieldnames:%r''%kwds.keys())
returnresult
def__getnewargs__(self):
''Returnselfasaplaintuple.Usedbycopyandpickle.''
returntuple(self)
__dict__=_property(_asdict)
def__getstate__(self):
''ExcludetheOrderedDictfrompickling''
pass
x=_property(_itemgetter(0),doc=''Aliasforfieldnumber0'')
y=_property(_itemgetter(1),doc=''Aliasforfieldnumber1'')
>>>p=Point(11,y=22)#实例化一个对象,可以使用位置或者关键字
>>>p[0]+p[1]#通过索引访问元组中的元素
33
>>>x,y=p#分开,类似于常规的元组
>>>x,y
(11,22)
>>>p.x+p.y#通过名称访问元素
33
>>>p#可读的__repr__,通过name=value风格
Point(x=11,y=22)
namedtuple在给csv或者sqlite3返回的元组附上名称特别有用,
fromcollectionsimport
importcsv
EmployeeRecord=namedtuple(''EmployeeRecord'',''name,age,title,department,paygrade'')
forempinmap(EmployeeRecord._make,csv.reader(open("employee.csv","rb"))):
printemp.name,emp.title
#importsqlite3
#conn=sqlite3.connect(''/companydata'')
#cursor=conn.cursor()
#cursor.execute(''SELECTname,age,title,department,paygradeFROMemployees'')
#forempinmap(EmployeeRecord._make,cursor.fetchall()):
#printemp.name,emp.title
控制台输出,
JimRD
TomManager
除了从tuples继承的方法之外,namedtuple还支持三种方法和一个属性,为了避免和名称冲突,这些方法和属性以下划线开始。
somenamedtuple._make(),从已有的序列或者可迭代的对象中创建一个新的对象;
>>>Point=namedtuple(''Point'',[''x'',''y''])
>>>t=[33,44]
>>>Point._make(t)
Point(x=33,y=44)
somenamedtuple._asdict(),返回一个OrderDict,由名称到对应值建立的映射;
>>>p=Point(x=11,y=22)
>>>p
Point(x=11,y=22)
>>>pDict=p._asdict()
>>>pDict
OrderedDict([(''x'',11),(''y'',22)])
somenamedtuple._replace(),返回一个新的namedtuple对象,用新值替换指定名称中的值;
>>>p2=p._replace(x=33)
>>>p2
Point(x=33,y=22)
somenamedtuple._fields,以字符串构成的元组的形式返回namedtuple中的名称,在自省或者基于一个已经存在的namedtuple中创建新的namedtuple时,非常有用;
>>>p._fields
(''x'',''y'')
>>>Color=namedtuple(''Color'',"redgreenblu")
>>>Pixel=namedtuple(''Pixel'',Point._fields+Color._fields)
>>>Pixel(11,22,128,255,0)
Pixel(x=11,y=22,red=128,green=255,blu=0)
当名称存储在字符串中,可以使用getattr()函数进行检索,
>>>getattr(p,''x'')
11
使用操作符,可以将一个字典转换成namedtuple,
>>>d={''x'':11,''y'':22}
>>>Point(d)
Point(x=11,y=22)
由于namedtuple也是Python中的一个类,因此再子类中,它很容易添加或者修改一些功能,如下是添加一个可计算名称和固定长度的输出格式;子类中的__slots__是一个空的元组,可以通过避免词典实例的创建来节约内存开销;
classPoint(namedtuple(''Point'',''xy'')):
__slots__=()
@property
defhypot(self):
return(self.x2+self.y2)0.5
def__str__(self):
return"Point:x=%6.3fy=%6.3fhypot=%6.3f"%(self.x,self.y,self.hypot)
forpinPoint(3,4),Point(14,5/7.):
printp
控制台输出,
Point:x=3.000y=4.000hypot=5.000
Point:x=14.000y=0.714hypot=14.018
子类在增加、存储名称时,并不是非常有用,相反,可以容易地通过_fields属性来创建一个新的namedtuple;
>>>Point3D=namedtuple("Point3D",Point._fields+(''z'',))
>>>Point3D._fields
(''x'',''y'',''z'')
默认值可以通过_replace()来实现,以便于标准化一个原型实例;
>>>Account=namedtuple(''Account'',''ownerbalancetransaction_count'')
>>>default_account=Account('''',0.0,0)
>>>johns_account=default_account._replace(owner="John")
>>>johns_account
Account(owner=''John'',balance=0.0,transaction_count=0)
枚举类型常量可以通过namedtuple来实现,更简单和有效的方式是通过意见简单的类声明;
Status=namedtuple(''Status'',''openpendingclosed'')._make(range(3))
printStatus
classStatus:
open,pending,closed=range(3)
printStatus.open
printStatus.pending
printStatus.closed
控制台输出,
Status(open=0,pending=1,closed=2)
0
1
2
2.5OrderedDict
OrderedDict类似于正常的词典,只是它记住了元素插入的顺序,当在有序的词典上迭代时,返回的元素就是它们第一次添加的顺序。
classcollections.OrderedDict,返回已给dict的子类,支持常规的dict的方法,OrderedDict是一个记住元素首次插入顺序的词典,如果一个元素重写已经存在的元素,那么原始的插入位置保持不变,如果删除一个元素再重新插入,那么它就在末尾。
OrderedDict.popitem(last=True),popitem方法返回和删除一个(key,value)对,如果last=True,就以LIFO方式执行,否则以FIFO方式执行。
OrderedDict也支持反向迭代,例如reversed()。
OrderedDict对象之间的相等测试,例如,list(od1.items())==list(od2.items()),是对顺序敏感的;OrderedDict和其他的映射对象(例如常规的词典)之间的相等测试是顺序不敏感的,这就允许OrderedDict对象可以在使用常规词典的地方替换掉常规词典。
OrderedDict构造器和update()方法可以接受关键字变量,但是它们丢失了顺序,因为Python的函数调用机制是将一个无序的词典传入关键字变量。
一个有序的词典记住它的成员插入的顺序,可以使用排序函数,将其变为排序的词典,
>>>d={"banana":3,"apple":2,"pear":1,"orange":4}
>>>#dictsortedbykey
>>>OrderedDict(sorted(d.items(),key=lambdat:t[0]))
OrderedDict([(''apple'',2),(''banana'',3),(''orange'',4),(''pear'',1)])
>>>#dictsortedbyvalue
>>>OrderedDict(sorted(d.items(),key=lambdat:t[1]))
OrderedDict([(''pear'',1),(''apple'',2),(''banana'',3),(''orange'',4)])
>>>#dictsortedbylenwww.wang027.comgthofkeystring
>>>a=OrderedDict(sorted(d.items(),key=lambdat:len(t[0])))
>>>a
OrderedDict([(''pear'',1),(''apple'',2),(''orange'',4),(''banana'',3)])
>>>dela[''apple'']
>>>a
OrderedDict([(''pear'',1),(''orange'',4),(''banana'',3)])
>>>a["apple"]=2
>>>a
OrderedDict([(''pear'',1),(''orange'',4),(''banana'',3),(''apple'',2)])
当元素删除时,排好序的词典保持着排序的顺序;但是当新元素添加时,就会被添加到末尾,就不能保持已排序。
创建一个有序的词典,可以记住最后插入的key的顺序,如果一个新的元素要重写已经存在的元素,那么原始的插入位置就会改变成末尾,
>>>classLastUpdatedOrderedDict(OrderedDict):
...def__setitem__(self,key,value):
...ifkeyinself:
...delself[key]
...OrderedDict.__setitem__(self,key,value)
...
>>>obj=LastUpdatedOrderedDict()
>>>obj["apple"]=2
>>>obj["windows"]=3
>>>obj
LastUpdatedOrderedDict([(''apple'',2),(''windows'',3)])
>>>obj["apple"]=1
>>>obj
LastUpdatedOrderedDict([(''windows'',3),(''apple'',1)])
一个有序的词典可以和Counter类一起使用,counter对象就可以记住元素首次出现的顺序;
classOrderedCounter(Counter,OrderedDict):
def__repr__(self):
return"%s(%r)"%(self.__class__.__name__,OrderedDict(self))
def__reduce__(self):
returnself.__class__,(OrderedDict(self))
#和OrderDict一起使用的Counter对象
obj=OrderedCounter()
wordList=["b","a","c","a","c","a"]
forwordinwordList:
obj[word]+=1
printobj
#普通的Counter对象
cnt=Counter()
wordList=["b","a","c","a","c","a"]
forwordinwordList:
cnt[word]+=1
printcnt
控制台输出,
OrderedCounter(OrderedDict([(''b'',1),(''a'',3),(''c'',2)]))
Counter({''a'':3,''c'':2,''b'':1})
|
|