在 Python 列表中查找最常见元素的有效方法是什么？
我的列表项可能无法散列，因此无法使用字典。 此外，在绘制的情况下，应返回索引最低的项目。示例：
>>> most_common(['duck', 'duck', 'goose'])
'duck'
>>> most_common(['goose', 'duck', 'duck', 'goose'])
'goose'
【问题讨论】：
如果它们不是可散列的，您可以对它们进行排序，并对结果进行一次循环计算项目（相同的项目将彼此相邻）。但是让它们可散列并使用字典可能会更快。
def most_common(lst):
cur_length = 0
max_length = 0
cur_i = 0
max_i = 0
cur_item = None
max_item = None
for i, item in sorted(enumerate(lst), key=lambda x: x[1]):
if cur_item is None or cur_item != item:
if cur_length > max_length or (cur_length == max_length and cur_i < max_i):
max_length = cur_length
max_i = cur_i
max_item = cur_item
cur_length = 1
cur_i = i
cur_item = item
else:
cur_length += 1
if cur_length > max_length or (cur_length == max_length and cur_i < max_i):
return cur_item
return max_item
【讨论】：
Counter() 解决方案相比
对列表的副本进行排序并找到最长的运行。您可以在使用每个元素的索引对其进行排序之前装饰列表，然后在平局的情况下选择以最低索引开始的运行。
【讨论】：
如果排序和散列都不可行，但相等比较 (==) 可用，这显然是缓慢的解决方案 (O(n^2))：
def most_common(items):
if not items:
raise ValueError
fitems = []
best_idx = 0
for item in items:
item_missing = True
i = 0
for fitem in fitems:
if fitem[0] == item:
fitem[1] += 1
d = fitem[1] - fitems[best_idx][1]
if d > 0 or (d == 0 and fitems[best_idx][2] > fitem[2]):
best_idx = i
item_missing = False
break
i += 1
if item_missing:
fitems.append([item, 1, i])
return items[best_idx]
但是，如果列表 (n) 的长度很大，则使您的项目可散列或可排序（如其他答案所建议的那样）几乎总是可以更快地找到最常见的元素。散列的平均 O(n)，排序最坏的 O(n*log(n))。
【讨论】：
这里：
def most_common(l):
max = 0
maxitem = None
for x in set(l):
count = l.count(x)
if count > max:
max = count
maxitem = x
return maxitem
我有一种模糊的感觉，标准库中的某处有一种方法可以为您提供每个元素的计数，但我找不到。
【讨论】：
>>> li = ['goose', 'duck', 'duck']
>>> def foo(li):
st = set(li)
mx = -1
for each in st:
temp = li.count(each):
if mx < temp:
mx = temp
h = each
return h
>>> foo(li)
'duck'
【讨论】：
单行：
def most_common (lst):
return max(((item, lst.count(item)) for item in set(lst)), key=lambda a: a[1])[0]【讨论】：
更简单的单行：
def most_common(lst):
return max(set(lst), key=lst.count)
【讨论】：
set(lst) 中的每个元素，必须再次检查整个列表）......不过对于大多数用途来说可能足够快......
set(lst) 替换为lst，它也适用于不可散列的元素；尽管速度较慢。
list.count() 必须完整地 遍历列表，并且您对列表中的每个唯一项 都这样做。这使得这是一个 O(NK) 解决方案（在最坏的情况下为 O(N^2)）。使用 Counter() 只需要 O(N) 时间！
# use Decorate, Sort, Undecorate to solve the problem
def most_common(iterable):
# Make a list with tuples: (item, index)
# The index will be used later to break ties for most common item.
lst = [(x, i) for i, x in enumerate(iterable)]
lst.sort()
# lst_final will also be a list of tuples: (count, index, item)
# Sorting on this list will find us the most common item, and the index
# will break ties so the one listed first wins. Count is negative so
# largest count will have lowest value and sort first.
lst_final = []
# Get an iterator for our new list...
itr = iter(lst)
# ...and pop the first tuple off. Setup current state vars for loop.
count = 1
tup = next(itr)
x_cur, i_cur = tup
# Loop over sorted list of tuples, counting occurrences of item.
for tup in itr:
# Same item again?
if x_cur == tup[0]:
# Yes, same item; increment count
count += 1
else:
# No, new item, so write previous current item to lst_final...
t = (-count, i_cur, x_cur)
lst_final.append(t)
# ...and reset current state vars for loop.
x_cur, i_cur = tup
count = 1
# Write final item after loop ends
t = (-count, i_cur, x_cur)
lst_final.append(t)
lst_final.sort()
answer = lst_final[0][2]
return answer
print most_common(['x', 'e', 'a', 'e', 'a', 'e', 'e']) # prints 'e'
print most_common(['goose', 'duck', 'duck', 'goose']) # prints 'goose'
【讨论】：
这是一个 O(n) 的解决方案。
mydict = {}
cnt, itm = 0, ''
for item in reversed(lst):
mydict[item] = mydict.get(item, 0) + 1
if mydict[item] >= cnt :
cnt, itm = mydict[item], item
print itm
（reversed 用于确保返回最低索引项）
【讨论】：
提出了这么多解决方案，我很惊讶没有人提出我认为显而易见的解决方案（对于不可散列但可比较的元素）——[itertools.groupby][1]。 itertools 提供快速、可重用的功能，并允许您将一些棘手的逻辑委托给经过良好测试的标准库组件。例如：
import itertools
import operator
def most_common(L):
# get an iterable of (item, iterable) pairs
SL = sorted((x, i) for i, x in enumerate(L))
# print 'SL:', SL
groups = itertools.groupby(SL, key=operator.itemgetter(0))
# auxiliary function to get "quality" for an item
def _auxfun(g):
item, iterable = g
count = 0
min_index = len(L)
for _, where in iterable:
count += 1
min_index = min(min_index, where)
# print 'item %r, count %r, minind %r' % (item, count, min_index)
return count, -min_index
# pick the highest-count/earliest item
return max(groups, key=_auxfun)[0]
当然，这可以写得更简洁，但我的目标是最大限度地清晰。可以取消注释这两个 print 语句以更好地查看运行中的机制；例如，with 打印未注释：
print most_common(['goose', 'duck', 'duck', 'goose'])
发射：
SL: [('duck', 1), ('duck', 2), ('goose', 0), ('goose', 3)]
item 'duck', count 2, minind 1
item 'goose', count 2, minind 0
goose
如您所见，SL 是一个对列表，每个对都有一个项目，后跟项目在原始列表中的索引（以实现关键条件，即如果具有相同最高计数的“最常见”项目是> 1，结果必须是最早出现的）。
groupby 仅按项目分组（通过operator.itemgetter）。辅助函数，在max 计算期间每个分组调用一次，接收并在内部解包一个组 - 一个包含两个项目的元组 (item, iterable) 其中可迭代的项目也是两个项目的元组，(item, original index) [[@ 的项目987654333@]].
然后辅助函数使用循环来确定组的可迭代项中的条目数，和最小原始索引；它将这些作为组合的“质量键”返回，最小索引符号已更改，因此max 操作将考虑“更好”那些在原始列表中较早出现的项目。
如果这段代码对时间和空间上的大 O 问题的担心一点会简单得多，例如....：
def most_common(L):
groups = itertools.groupby(sorted(L))
def _auxfun((item, iterable)):
return len(list(iterable)), -L.index(item)
return max(groups, key=_auxfun)[0]
相同的基本思想，只是表达得更简单和紧凑......但是，唉，额外的 O(N) 辅助空间（以体现组的可迭代列表）和 O(N 平方) 时间（以获得 @每个项目的987654336@）。虽然过早的优化是编程中万恶之源，但当 O(N log N) 可用时故意选择 O(N 平方) 方法，这对可扩展性来说太过分了！-)
最后，对于那些更喜欢“oneliners”而不是清晰度和性能的人，还有一个额外的 1-liner 版本，带有适当的名称：-)。
from itertools import groupby as g
def most_common_oneliner(L):
return max(g(sorted(L)), key=lambda(x, v):(len(list(v)),-L.index(x)))[0]
【讨论】：
groupby 需要先排序 (O(NlogN));使用 Counter() 和 most_common() 可以击败它，因为它使用 heapq 来查找频率最高的项目（对于 1 个项目，这是 O(N) 时间）。由于Counter() 现在经过高度优化（计数发生在 C 循环中），即使对于小列表，它也可以轻松击败此解决方案。对于大型列表，它会将其从水中吹出来。
您可能不再需要这个，但这是我为类似问题所做的。 （由于 cmets，它看起来比实际更长。）
itemList = ['hi', 'hi', 'hello', 'bye']
counter = {}
maxItemCount = 0
for item in itemList:
try:
# Referencing this will cause a KeyError exception
# if it doesn't already exist
counter[item]
# ... meaning if we get this far it didn't happen so
# we'll increment
counter[item] += 1
except KeyError:
# If we got a KeyError we need to create the
# dictionary key
counter[item] = 1
# Keep overwriting maxItemCount with the latest number,
# if it's higher than the existing itemCount
if counter[item] > maxItemCount:
maxItemCount = counter[item]
mostPopularItem = item
print mostPopularItem
【讨论】：
借用here，这可用于Python 2.7：
from collections import Counter
def Most_Common(lst):
data = Counter(lst)
return data.most_common(1)[0][0]
工作速度比 Alex 的解决方案快 4-6 倍，比 newacct 提出的 one-liner 快 50 倍。
在出现平局的情况下检索列表中第一个出现的元素：
def most_common(lst):
data = Counter(lst)
return max(lst, key=data.get)
【讨论】：
most_common 是按计数排序的，而不是无序的。也就是说，如果有关系，它不会选择第一个元素；我添加了另一种方法来使用选择第一个元素的计数器。
你想要的在统计学中被称为模式，Python当然有一个内置函数可以为你做这件事：
>>> from statistics import mode
>>> mode([1, 2, 2, 3, 3, 3, 3, 3, 4, 5, 6, 6, 6])
3
请注意，如果没有“最常见的元素”，例如前两个并列的情况，这将引发StatisticsError，因为从统计上讲，没有模式 在这种情况下。
【讨论】：
def popular(L):
C={}
for a in L:
C[a]=L.count(a)
for b in C.keys():
if C[b]==max(C.values()):
return b
L=[2,3,5,3,6,3,6,3,6,3,7,467,4,7,4]
print popular(L)
【讨论】：
def most_common(lst):
if max([lst.count(i)for i in lst]) == 1:
return False
else:
return max(set(lst), key=lst.count)
【讨论】：
我需要在最近的一个程序中这样做。我承认，我听不懂亚历克斯的回答，所以这就是我的结局。
def mostPopular(l):
mpEl=None
mpIndex=0
mpCount=0
curEl=None
curCount=0
for i, el in sorted(enumerate(l), key=lambda x: (x[1], x[0]), reverse=True):
curCount=curCount+1 if el==curEl else 1
curEl=el
if curCount>mpCount \
or (curCount==mpCount and i<mpIndex):
mpEl=curEl
mpIndex=i
mpCount=curCount
return mpEl, mpCount, mpIndex
我根据 Alex 的解决方案对其进行了计时，对于短列表，它的速度大约快 10-15%，但是一旦你超过 100 个或更多元素（测试高达 200000），它就会慢大约 20%。
【讨论】：
嗨，这是一个非常简单的解决方案，O(n) 很大
L = [1, 4, 7, 5, 5, 4, 5]
def mode_f(L):
# your code here
counter = 0
number = L[0]
for i in L:
amount_times = L.count(i)
if amount_times > counter:
counter = amount_times
number = i
return number
列表中重复次数最多的元素的编号
【讨论】：
以Luiz's answer 为基础，但满足“在绘制时应返回索引最低的项目”条件：
from statistics import mode, StatisticsError
def most_common(l):
try:
return mode(l)
except StatisticsError as e:
# will only return the first element if no unique mode found
if 'no unique mode' in e.args[0]:
return l[0]
# this is for "StatisticsError: no mode for empty data"
# after calling mode([])
raise
例子：
>>> most_common(['a', 'b', 'b'])
'b'
>>> most_common([1, 2])
1
>>> most_common([])
StatisticsError: no mode for empty data
【讨论】：
简单的一条线解决方案
moc= max([(lst.count(chr),chr) for chr in set(lst)])
它将返回最频繁出现的元素及其频率。
【讨论】：
def mostCommonElement(list):
count = {} // dict holder
max = 0 // keep track of the count by key
result = None // holder when count is greater than max
for i in list:
if i not in count:
count[i] = 1
else:
count[i] += 1
if count[i] > max:
max = count[i]
result = i
return result
最常见元素(["a","b","a","c"]) -> "a"
【讨论】：
没有最低索引的要求，您可以使用collections.Counter：
from collections import Counter
a = [1936, 2401, 2916, 4761, 9216, 9216, 9604, 9801]
c = Counter(a)
print(c.most_common(1)) # the one most common element... 2 would mean the 2 most common
[(9216, 2)] # a set containing the element, and it's count in 'a'
【讨论】：
我正在使用 scipy stat 模块和 lambda：
import scipy.stats
lst = [1,2,3,4,5,6,7,5]
most_freq_val = lambda x: scipy.stats.mode(x)[0][0]
print(most_freq_val(lst))
结果：
most_freq_val = 5
【讨论】：
ans = [1, 1, 0, 0, 1, 1]
all_ans = {ans.count(ans[i]): ans[i] for i in range(len(ans))}
print(all_ans)
all_ans={4: 1, 2: 0}
max_key = max(all_ans.keys())
4
print(all_ans[max_key])
1
【讨论】：
最常见的元素应该是在数组中出现超过N/2 次的元素，其中N 是len(array)。以下技术将以O(n) 的时间复杂度完成此操作，仅消耗O(1) 辅助空间。
from collections import Counter
def majorityElement(arr):
majority_elem = Counter(arr)
size = len(arr)
for key, val in majority_elem.items():
if val > size/2:
return key
return -1
【讨论】：
#This will return the list sorted by frequency:
def orderByFrequency(list):
listUniqueValues = np.unique(list)
listQty = []
listOrderedByFrequency = []
for i in range(len(listUniqueValues)):
listQty.append(list.count(listUniqueValues[i]))
for i in range(len(listQty)):
index_bigger = np.argmax(listQty)
for j in range(listQty[index_bigger]):
listOrderedByFrequency.append(listUniqueValues[index_bigger])
listQty[index_bigger] = -1
return listOrderedByFrequency
#And this will return a list with the most frequent values in a list:
def getMostFrequentValues(list):
if (len(list) <= 1):
return list
list_most_frequent = []
list_ordered_by_frequency = orderByFrequency(list)
list_most_frequent.append(list_ordered_by_frequency[0])
frequency = list_ordered_by_frequency.count(list_ordered_by_frequency[0])
index = 0
while(index < len(list_ordered_by_frequency)):
index = index + frequency
if(index < len(list_ordered_by_frequency)):
testValue = list_ordered_by_frequency[index]
testValueFrequency = list_ordered_by_frequency.count(testValue)
if (testValueFrequency == frequency):
list_most_frequent.append(testValue)
else:
break
return list_most_frequent
#tests:
print(getMostFrequentValues([]))
print(getMostFrequentValues([1]))
print(getMostFrequentValues([1,1]))
print(getMostFrequentValues([2,1]))
print(getMostFrequentValues([2,2,1]))
print(getMostFrequentValues([1,2,1,2]))
print(getMostFrequentValues([1,2,1,2,2]))
print(getMostFrequentValues([3,2,3,5,6,3,2,2]))
print(getMostFrequentValues([1,2,2,60,50,3,3,50,3,4,50,4,4,60,60]))
Results:
[]
[1]
[1]
[1, 2]
[2]
[1, 2]
[2]
[2, 3]
[3, 4, 50, 60]
【讨论】：
def most_frequent(List):
counter = 0
num = List[0]
for i in List:
curr_frequency = List.count(i)
if(curr_frequency> counter):
counter = curr_frequency
num = i
return num
List = [2, 1, 2, 2, 1, 3]
print(most_frequent(List))
【讨论】：