Comptage de la fréquence des articles en Python

Question

Supposons que je dispose d'une liste de mots et que je veuille trouver le nombre de fois où chaque mot apparaît dans cette liste.

Une façon évidente de procéder est de le faire :

words = "apple banana apple strawberry banana lemon"
uniques = set(words.split())
freqs = [(item, words.split().count(item)) for item in uniques]
print(freqs)

Mais je trouve que ce code n'est pas très bon, parce que le programme parcourt la liste de mots deux fois, une fois pour construire l'ensemble, et une deuxième fois pour compter le nombre d'apparitions.

Bien sûr, je pourrais écrire une fonction pour parcourir la liste et faire le décompte, mais ce ne serait pas très Pythonique. Existe-t-il donc une méthode plus efficace et plus pythonique ?

Answer 1

Les Counter classe dans le collections est spécialement conçu pour résoudre ce type de problème :

from collections import Counter
words = "apple banana apple strawberry banana lemon"
Counter(words.split())
# Counter({'apple': 2, 'banana': 2, 'strawberry': 1, 'lemon': 1})

Answer 2

verdict par défaut à la rescousse !

from collections import defaultdict

words = "apple banana apple strawberry banana lemon"

d = defaultdict(int)
for word in words.split():
    d[word] += 1

Cette opération s'effectue en O(n).

Answer 3

freqs = {}
for word in words:
    freqs[word] = freqs.get(word, 0) + 1 # fetch and increment OR initialize

Je pense que le résultat est le même que la solution de Triptych, mais sans importer de collections. Cela ressemble aussi un peu à la solution de Selinap, mais en plus lisible. Presque identique à la solution de Thomas Weigel, mais sans utiliser les Exceptions.

Cependant, cela pourrait être plus lent que l'utilisation de defaultdict() de la bibliothèque des collections. En effet, la valeur est récupérée, incrémentée puis à nouveau assignée. Au lieu d'être simplement incrémentée. Cependant, l'utilisation de += pourrait faire la même chose en interne.

Answer 4

Approche standard :

from collections import defaultdict

words = "apple banana apple strawberry banana lemon"
words = words.split()
result = defaultdict(int)
for word in words:
    result[word] += 1

print result

Groupby oneliner :

from itertools import groupby

words = "apple banana apple strawberry banana lemon"
words = words.split()

result = dict((key, len(list(group))) for key, group in groupby(sorted(words)))
print result

Answer 5

Si vous ne voulez pas utiliser la méthode standard du dictionnaire (boucler la liste en incrémentant la clé dict. appropriée), vous pouvez essayer ceci :

>>> from itertools import groupby
>>> myList = words.split() # ['apple', 'banana', 'apple', 'strawberry', 'banana', 'lemon']
>>> [(k, len(list(g))) for k, g in groupby(sorted(myList))]
[('apple', 2), ('banana', 2), ('lemon', 1), ('strawberry', 1)]

Il s'exécute en O(n log n) temps.