Python字典值被分配到不同的键

Question

我正在尝试在 python 中编写一个字数统计程序。为此，我使用字典来存储单词的数量。

字典的格式为 d[int] = [单词数组]。

添加单词时，如果单词已经存在于 dict 中，则删除该单词并附加到下一个键。

在执行 d[index].append(word) 时，它以某种方式被添加为新键。难道我做错了什么？我在 Ubuntu 上使用 python 3.4.3 和 2.7.9。

def count_words(s, n):
    d = {}
    d[1] = []
    word_array = []
    for word in s.split():
        if word not in word_array:
            d[1].append(word)
            word_array.append(word)
        else:
            keys = list(d.keys())
            for key in keys:
                if word in d[key]:
                    index = key+1
                    d[key].remove(word)
                    if index in d.keys():
                        print ('appending %s at %d on %s' % (word, index, d[index]))
                        d[index].append(word)
                        #print d[index]
                    else:
                        d[index] = list([word])
            print ('%s -> %s' % (word, d))
    print (d)

def test_run():
    """Test count_words() with some inputs."""
    count_words("cat bat mat cat bat cat", 3)
    #print count_words("betty bought a bit of butter but the butter was bitter", 3)
    #print count_words('london bridge is falling down falling down falling down london bridge is falling down my fair lady', 5)

if __name__ == '__main__':
    test_run()

Answer 1

你的代码中的问题是你没有打破循环

for key in keys:
    if word in d[key]:
        code that removes word from d[key] and inserts it into d[key+1] list

在某个执行点字典d有以下内容

{1: ['bat', 'mat'], 2: ['cat']}

句子中的下一个单词是bat，所以你的代码是这样的：

1234563

1. 在第二次迭代中，它在 d[2] 中找到 bat，并继续在 d[3] 中删除和创建新列表。

将word 附加到d[index] 后，您需要中断循环

见http://ideone.com/sROy6m

Answer 2

我花了一段时间才意识到您使用的是哪种数据结构。颠倒顺序，使用collections.Counter来统计单词会更有效；如果您需要反向结构（也就是按计数计算的单词），您可以稍后构建它：

from collections import Counter, defaultdict

def words_by_count(s):
    word_counts = Counter(s.split())
    by_count = defaultdict(list)
    for word, count in word_counts.items():
        by_count[count].append(word)

    return by_count

print(words_by_count('cat bat mat cat bat cat'))

打印：

defaultdict(<class 'list'>, {1: ['mat'], 2: ['bat'], 3: ['cat']})