所以我正在尝试使用 python 实现计算句子中下一个字母的代码。 比如，
"""So I am trying to implement code that will count the next letter in a sentence, using
python"""
最常见的字母一个接一个
对于's'
对于'o'
我想你明白了
我之前已经编写了计数字母的代码
def count_letters(word, char):
count = 0
for c in word:
if char == c:
count += 1
return count
如您所见，这仅计算字母，但不计算下一个字母。有人可以帮我看看这个吗？
【问题讨论】：
标签： python string frequency letter frequency-distribution
这是一种使用collections.Counter的方法：
假设您提供的字符串存储在变量s 中。
首先我们遍历s 中所有小写字母的集合。我们通过创建另一个字符串s_lower 来做到这一点，它将字符串s 转换为小写。然后我们用 set 构造函数包装它以获取唯一值。
对于每个char，我们遍历字符串并检查前一个字母是否等于char。如果是这样，我们将其存储在一个列表中。最后，我们将此列表传递给 collections.Counter 构造函数，它将计算出现次数。
每个计数器都存储在字典counts 中，其中的键是字符串中的唯一字符。
from collections import Counter
counts = {}
s_lower = s.lower()
for char in set(s_lower):
counts[char] = Counter(
[c for i, c in enumerate(s_lower) if i > 0 and s_lower[i-1] == char]
)
对于您的字符串，它具有以下输出：
>>> print(counts['s'])
#Counter({'i': 1, 'e': 1, 'o': 1})
>>> print(counts['o'])
#Counter({' ': 2, 'd': 1, 'n': 1, 'u': 1})
需要注意的是，此方法将针对每个唯一字符遍历整个字符串，这可能会导致大型列表变慢。
这是一种使用collections.Counter 和collections.defaultdict 的替代方法，它只在字符串中循环一次：
from collections import defaultdict, Counter
def count_letters(s):
s_lower = s.lower()
counts = defaultdict(Counter)
for i in range(len(s_lower) - 1):
curr_char = s_lower[i]
next_char = s_lower[i+1]
counts[curr_char].update(next_char)
return counts
counts = count_letters(s)
我们循环遍历字符串中的每个字符（最后一个字符除外），并在每次迭代中使用下一个字符更新计数器。
【讨论】：
Counter({'o': 1, 'e': 1, 'i': 1})。你错过了'o'。
set(map(str.lower, s)) set(s.lower())
.lower()。现已编辑。关于set(s.lower() 也很好。
from collections import Counter, defaultdict
counts = defaultdict(Counter)
s = """So I am trying to implement code that will count the next letter in a sentence, using
python""".lower()
for c1, c2 in zip(s, s[1:]):
counts[c1][c2] += 1
（除了更简单之外，这应该比 pault 的答案要快得多，因为它不对每个字母都遍历字符串）
未在代码中命名的谷歌概念：
for c1, c2 in ...（即有两个变量）：元组解包s[1:]：切片。基本上这是第一个字符之后的字符串副本。【讨论】：
defaultdict 绝对是我应该添加到我的工具箱中的东西。谢谢！
这是一个相对简洁的方法：
from itertools import groupby
from collections import Counter
def countTransitionFrequencies(text):
prevNext = list(zip(text[:-1], text[1:]))
prevNext.sort(key = lambda pn: pn[0])
transitions = groupby(prevNext, lambda pn: pn[0])
freqs = map(
lambda kts: (kts[0], Counter(map(lambda kv: kv[1], kts[1]))),
transitions
)
return freqs
解释：
zip 创建包含 (previous, next) 字符的对列表previous 字符排序和分组Counter 计算next 字符（由kv[1] 从对中提取）的频率。排序并不是真正需要的，但不幸的是，提供的groupby 就是这样工作的。
一个例子：
for k, v in countTransitionFrequencies("hello world"):
print("%r -> %r" % (k, v))
打印出来：
' ' -> Counter({'w': 1})
'e' -> Counter({'l': 1})
'h' -> Counter({'e': 1})
'l' -> Counter({'l': 1, 'o': 1, 'd': 1})
'o' -> Counter({' ': 1, 'r': 1})
'r' -> Counter({'l': 1})
'w' -> Counter({'o': 1})
【讨论】：
这应该可行，唯一的问题是它不对值进行排序，但这可以通过创建一个包含元组列表（字符、出现次数）的新字典并在元组 [1] 上使用排序函数来解决。
def countNext(word):
d = {}
word = word.lower()
for i in range(len(word) - 1):
c = word[i]
cc = word[i+1]
if(not c.isalpha() or not cc.isalpha()):
continue
if c in d:
if cc in d[c]:
d[c][cc] += 1
else:
d[c][cc] = 1
else:
d[c] = {}
d[c][cc] = 1
return d
【讨论】：