词频与字典理解答案

【问题标题】：Word frequency with dictionary comprehension词频与字典理解
【发布时间】：2017-03-29 10:55:19
【问题描述】：

我试图使用字典来计算给定字符串的词频。说：

s = 'I ate an apple a big apple'

我知道计算词频的最好方法可能是使用collections.Counter。但我想知道我是否可以通过使用字典理解来解决这个问题。

我原来的方法（没有字典理解）是

dict = {}
for token in s.split(" "):
    dict[token] = dict.get(token, 0) + 1

而且效果很好：

dict
{'I': 1, 'a': 1, 'an': 1, 'apple': 2, 'ate': 1, 'big': 1}

我尝试对此使用字典理解，例如

dict = {}
dict = {token: dict.get(token, 0) + 1 for token in s.split(" ")}

但这没有用。

dict
{'I': 1, 'a': 1, 'an': 1, 'apple': 1, 'ate': 1, 'big': 1}

字典理解有什么问题？是不是因为我在推导中使用了自己，所以每次我在推导中调用dict.get('apple', 0)，我都会得到0？但是，我不知道如何对此进行测试，所以我不能 100% 确定。

附：如果有什么不同，我使用的是 python 3。

【问题讨论】：

【解决方案1】：

如果你逐个操作地检查你的代码，你会发现哪里出了问题。

首先你将dict 设置为一个空字典。（如 cmets 中所述，将其用作您自己的变量名是个坏主意，但这不是问题所在。）

其次，评估您的 dict 理解。此时名称 dict 仍然指的是空字典。所以每次你dict.get(whatever, 0)，它总是会得到默认值。

最后，您填充的字典被重新分配给名称dict，替换之前的空字典。

【讨论】：

【解决方案2】：

你也可以使用list.count()，如：

s = 'I ate an apple a big apple'

print  {token: s.split().count(token) for token in set(s.split())}

【讨论】：

【解决方案3】：

为了使您的字典理解起作用，您需要引用其内部的理解。像这样的东西会起作用

{token: __me__.get(token, 0) + 1 for token in s.split(" ")}

如果有'__me__'这样的东西引用正在构建的理解。在 Python 3 中，没有记录的方法可以做到这一点。

根据this answer，可以在 Python 2.5、2.6 中使用未记录的“实现工件”（Python 用户不应依赖它）来编写自引用列表理解。也许 Python 3 中的字典理解也存在类似的 hack。

【讨论】：