从 Python 中的频率字典构建列表列表

Question

我需要帮助找到从频率字典中构建频率排序列表的快捷方式。我可以通过将每个元素附加到列表然后将每个列表附加到“列表列表”（只有频率 1-3 很容易）来构建列表列表（见下文），但是如果我有频率上升会发生什么到100个或更多？！必须有更好的方法。

dictionary = {'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}
list_1 = []
list_2 = []
list_3 = []
list_of_lists = []

for key, value in dictionary.items():
    if value == 1:
            list_1.append(key)
for key, value in dictionary.items():
    if value == 2:
            list_2.append(key)
for key, value in dictionary.items():
    if value == 3:
            list_3.append(key)

list_of_lists.append(list_1)
list_of_lists.append(list_2)
list_of_lists.append(list_3)

print list_of_lists

在 Python 中运行的副本如下所示：

[['de', 'cd', 'fg'], ['ab', 'gh'], ['ef', 'bc']]

这正是我想要的，但它不适用于频率为 100+ 的 100,000+ 个单词的语料库。请帮助我找到一种更好、更简单的方式来构建我的列表。

Answer 1

---

解决方案 1 - 通过 list-of-lists 进行反向映射（要求的内容）

您正在寻找类似于直方图的东西，但反过来。

def inverseHistogram(valueFreqPairs):
    maxFreq = max(p[1] for p in valueFreqPairs)+1
    R = [[] for _ in range(maxFreq)]
    for value,freq in valueFreqPairs:
        R[freq] += [value]
    return R

演示：

>>> inverseHistogram(dictionary.items())
[[], ['de', 'cd', 'fg'], ['ab', 'gh'], ['ef', 'bc']]

---

解决方案 2 - 通过 defaultdict 模式进行反向映射（更简洁）

如果您满足于使用字典来组织逆向，那就更好了（这看起来更优雅）。这就是我个人的做法。

reverseDict = collections.defaultdict(list)
for value,freq in dictionary.items():
    reverseDict[freq].append(value)

演示：

>>> dict(reverseDict)
{1: ['de', 'cd', 'fg'], 2: ['ab', 'gh'], 3: ['ef', 'bc']}

旁注：例如，如果您的频率稀疏，这也将节省您的空间，例如如果您的输入是{'onlyitem':999999999}，那么您就不必使列表大于您的内存，从而锁定您的机器。

Answer 2

dict_of_lists = {}

for key, value in dictionary.items():
    if value in dict_of_lists:
        dict_of_lists[value].append(key)
    else:
        dict_of_lists[value] = [key]

list_of_lists = dict_of_lists.values()

Answer 3

您可以只使用默认字典来存储您的数据：

import collections

dictionary={'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}
lists_by_frequency=collections.defaultdict(list)
for s, f in dictionary.iteritems():
        lists_by_frequency[f].append(s)
list_of_lists=[[] for i in xrange(max(lists_by_frequency)+1)]
for f, v in lists_by_frequency.iteritems():
        list_of_lists[f]=v
print lists_by_frequency
print list_of_lists

输出：

defaultdict(<type 'list'>, {1: ['de', 'cd', 'fg'], 2: ['ab', 'gh'], 3: ['ef', 'bc']})
[[], ['de', 'cd', 'fg'], ['ab', 'gh'], ['ef', 'bc']]

如您所见，每个组都存储在其频率索引处。如果频率至少为 1，则您可能只需从最终结果中减去 1，这样您就不会在偏移量为零时得到一个空列表。

Answer 4

最好的方法：把它们都扔到一个字典里

result = {}

for key, value in dictionary.iteritems():
  if not value in result:
    result[value] = []
  result[value].append(key)

稍微简单一点：

from collections import defaultdict
result = defaultdict(list)

for key, value in dictionary.iteritems():
  result[value].append(key)

或者创建一个列表：

result = [[]] * max(dictionary.values())

for key, value in dictionary.iteritems():
  result[value-1].append(key)

Answer 5

你可以做这样简单的事情：

dictionary = {'a1':2, ..., 'g':100}
MAX_FREQUENCE = max([dictionary[k] for k in dictionary]) //find the max frequency
list_of_lists=[[] for x in range(MAX_FREQUENCE] //generate empty list of lists
for k in dictionary:  
    dictionary[d[k]-1].append(k)

-1，因为 list_of_lists 从 0 开始。动态构建列表 :[f(x) for x in iterable] 称为 list comprehension。

Answer 6

功能方式：

import collections

dictionary = {'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}

ldict = collections.defaultdict(list)
map(lambda (k, v): ldict[v].append(k), dictionary.iteritems())
list_of_lists = map(lambda x: ldict[x], xrange(0, max(ldict)+1))

print(list_of_lists)

此解决方案使用与 hochl 解决方案相同的方法。它是功能性的：因此它更短 - 但通常需要更长的时间才能理解它。 :-)

评论：这是“长”，因为恕我直言，dict / defaultdict 构造函数（对于此用途）太有限了。