使用Python 统计高频字数的方法
作者：Silent_Summer 发布时间：2023-07-19 09:20:18
标签：Python,统计,字数
问题
(来自Udacity机器学习工程师纳米学位预览课程)
用 Python 实现函数 count_words()，该函数输入字符串 s 和数字 n，返回 s 中 n 个出现频率最高的单词。返回值是一个元组列表，包含出现次数最高的 n 个单词及其次数,即 [(<单词1>, <次数1>), (<单词2>, <次数2>), ... ]，按出现次数降序排列。
可以假设所有输入都是小写形式，并且不含标点符号或其他字符（只包含字母和单个空格）。如果出现次数相同，则按字母顺序排列。
例如：
print count_words("betty bought a bit of butter but the butter was bitter",3)
输出
[('butter', 2), ('a', 1), ('betty', 1)]
解法
"""Count words."""
def count_words(s, n):
"""Return the n most frequently occuring words in s."""
w = {}
sp = s.split()
# TODO: Count the number of occurences of each word in s
for i in sp:
if i not in w:
w[i] = 1
else:
w[i] += 1
# TODO: Sort the occurences in descending order (alphabetically in case of ties)
top = sorted(w.items(), key=lambda item:(-item[1], item[0]))
top_n = top[:n]
# TODO: Return the top n most frequent words.
return top_n
def test_run():
"""Test count_words() with some inputs."""
print count_words("cat bat mat cat bat cat", 3)
print count_words("betty bought a bit of butter but the butter was bitter", 3)
if __name__ == '__main__':
test_run()
小结
主要两个小技巧：
用split()将输入字符串按空格分开；
用sorted()函数对字典 先按值，再按键 进行排序，尤其是item:(-item[1], item[0])) 代表先对item的第二个元素 降序 排列（item 之前用了-），然后对第一个元素 升序 排列。多个元素的元组亦然。
来源：https://blog.csdn.net/cxsydjn/article/details/70991846
0
投稿猜你喜欢
在上一期中作者向诸位简要介绍了 ASP 脚本语言之一 VBScript 的一些基本常识，本期将继续给大家讲解 VBScript 的脚本编写方- 工作中我们经常要两段代码的区别，或者需要查看接口返回的字段与预期是否一致，如何快速定位出两者的差异？除了一些对比的工具比如Beyond Co
- 问题当浏览SQL Server 2008的新特性时，我们看到了透明数据加密。这看起来很有趣。您能为我们解释一下并介绍下执行它的细节吗?专家解
- 调用re库，通过使用compile、findall获取字符串中的emailimport reemail=re.compile(r
- 大数据一般是在“云”上玩的，但“云”都是要钱的，而且数据上上下下的也比较麻烦。所以，在本地电脑上快速处理数据的技能还是要的。pandas在比
- Timestamp只保留日期不显示时间Timestamp.date()拿到DataFrame中的一个时间戳后，加一个**.date()**即
- 开启MySQL的远程访问权限默认mysql的用户是没有远程访问的权限的，因此当程序跟数据库不在同一台服务器上时，我们需要开启mysql的远程
- #!/usr/bin/env pythonimport sockets = socket.socket(socket.AF_PACKET,
- mongodb是基于分布式文件存储的nosql(非关系型)数据库虽说是nosqldb, but mongodb 其中的文档可以是关系型的在m
- 1.概述ChatGPT是一款基于GPT-3.5架构的大型语言模型，它能够进行自然语言处理和生成对话等任务。作为一款智能化的聊天机器人，Cha
- python默认使用的是国外镜像，有时候下载非常慢，最快的办法就是在下载命令中增加国内源：常用的国内源如下：清华大学：https://pyp
- 前言urllib、urllib2、urllib3、httplib、httplib2 都是和 HTTP 相关的 Python 模块，看名字就觉
- 快速回顾一下RabbitMQ服务器的安装：sudo apt-get install rabbitmq-serverPython使用Rabbi
- 目录：分析和设计组件编码实现和算法用 Ant 构建组件测试 JavaScript 组件话说上期我们讨论了队列管理组件的设计，并且给它取了个响
- 环境 django 1.10.6缘起今天接到一个任务——解决终端满屏日志中的无用错误。 django 会尽可能给你准确报出错误位置，但是一些
- 本文实例讲述了python飞机大战pygame碰撞检测实现方法。分享给大家供大家参考，具体如下：目标了解碰撞检测方法碰撞实现01. 了解碰撞
- 备份还原数据库备份数据库企业管理器--或用SQL语句(完全备份):backup database 数据库 to
- 1、上下文概念上下文，说白了就是所谓的语境，就是语言环境。比如单独拎出来一篇文章的某一句话，我们可能不能理解它的意思，但是通过这句话所处的语
- 1.可能是/usr/local/mysql/data/rekfan.pid文件没有写的权限解决方法 ：给予权限，执行 “chown -R m
- 今天 Python3.8 发布啦，它是 Python2 终结前最后一个大版本，我们一起看看这个版本都添加了那些新功能和特性。PEP 572:
