获取句子中字母的频率答案

【问题标题】：Get frequency of letters in a sentence获取句子中字母的频率
【发布时间】：2018-05-19 18:01:12
【问题描述】：

我正在尝试编写一个代码，我可以在其中输入一个随机句子，并计算一个字母在此字符串中返回的次数：

def getfreq(lines):
    """ calculate a list with letter frequencies

    lines - list of lines (character strings)

    both lower and upper case characters are counted.
    """
    totals = 26*[0]
    chars = []
    for line in lines:
       for ch in line:
           chars.append(totals)

    return totals

    # convert totals to frequency
    freqlst = []
    grandtotal = sum(totals)

    for total in totals:
        freq = totals.count(chars)
        freqlst.append(freq)
    return freqlst

到目前为止，我已经将输入的每个字母附加到列表（字符）中。但是现在我需要一种方法来计算一个字符在该列表中返回的次数，并以频率表示。

【问题讨论】：

为什么你的函数有 2 个return 语句？第二部分永远不会运行...
更好的组织结果的方法可能是使用字典，例如{'a': 5, 'b': 2, 'G': 7, ... }

标签： python list count frequency

【解决方案1】：

没有collections.Counter:

import collections

sentence = "A long sentence may contain repeated letters"

count = collections.defaultdict(int)  # save some time with a dictionary factory
for letter in sentence:  # iterate over each character in the sentence
    count[letter] += 1  # increase count for each of the sentences

或者如果您真的想完全手动完成：

sentence = "A long sentence may contain repeated letters"

count = {}  # a counting dictionary
for letter in sentence:  # iterate over each character in the sentence
    count[letter] = count.get(letter, 0) + 1  # get the current value and increase by 1

在这两种情况下，count 字典将每个不同的字母作为其键，其值将是遇到字母的次数，例如：

print(count["e"])  # 8

如果您想让它不区分大小写，请务必在将其添加到计数时调用letter.lower()。

【讨论】：

【解决方案2】：

collections 模块中有一个非常方便的函数Counter，它将计算序列中对象的频率：

import collections
collections.Counter('A long sentence may contain repeated letters')

这将产生：

Counter({' ': 6,
         'A': 1,
         'a': 3,
         'c': 2,
         'd': 1,
         'e': 8,
         'g': 1,
         'i': 1,
         'l': 2,
         'm': 1,
         'n': 5,
         'o': 2,
         'p': 1,
         'r': 2,
         's': 2,
         't': 5,
         'y': 1})

在您的情况下，您可能想要连接您的行，例如在传入Counter之前使用''.join(lines)。

如果您想使用原始字典获得类似的结果，您可能需要执行以下操作：

counts = {}
for c in my_string:
    counts[c] = counts.get(c, 0) + 1

根据您的 Python 版本，这可能会更慢，但使用 dict 的 .get() 方法返回现有计数或默认值，然后再增加字符串中每个字符的计数。

【讨论】：

“不出所料，这会很多慢” collections.Counter 会慢很多（比如两倍的时间，当然取决于数据），而在 Python 3.x 上 collections.Counter 只会稍微快一点（比如 ~10%）。唯一始终如一的快速方法是使用字典工厂或实际的if letter in count: count[letter] += 1 else: count[letter] = 1 检查（在所有 Python 版本中，这应该是最快的）。
感谢@zwer 检查相对速度 - 我已调整答案以做出更保守的说法。

【解决方案3】：

您可以使用集合将文本减少为唯一字符，然后只计算：

text = ' '.join(lines)  # Create one long string
# Then create a set of all unique characters in the text
characters = {char for char in text if char.isalpha()}
statistics = {}         # Create a dictionary to hold the results
for char in characters: # Loop through unique characters
    statistics[char] = text.count(char) # and count them

【讨论】：