使用字典计算列表中的项目数

Question

假设我有一个项目列表，例如：

['apple', 'red', 'apple', 'red', 'red', 'pear']

我想要一个字典来计算每个项目在列表中出现的次数。因此，对于上面的列表，结果应该是：

{'apple': 2, 'red': 3, 'pear': 1}

我怎样才能用Python简单地做到这一点？

---

_{如果您只对计算列表中单个元素的实例感兴趣，请参阅如何计算列表项的出现次数？。}

Answer 1

在 2.7 和 3.1 中，为此目的有特殊的

Counter

（dict

 子类）。

>>> from collections import Counter
>>> Counter(['apple','red','apple','red','red','pear'])
Counter({'red': 3, 'apple': 2, 'pear': 1})

Answer 2

我喜欢：

counts = dict()
for i in items:
  counts[i] = counts.get(i, 0) + 1

.get 允许您在键不存在时指定默认值。

Answer 3

只需使用列表属性count\

i = ['apple','red','apple','red','red','pear']
d = {x:i.count(x) for x in i}
print d

输出：

{'pear': 1, 'apple': 2, 'red': 3}

Answer 4

>>> L = ['apple','red','apple','red','red','pear']
>>> from collections import defaultdict
>>> d = defaultdict(int)
>>> for i in L:
...   d[i] += 1
>>> d
defaultdict(<type 'int'>, {'pear': 1, 'apple': 2, 'red': 3})

Answer 5

我一直认为对于这么琐碎的任务，我不想导入任何东西。但我可能是错的，具体取决于集合。计数器是否更快。

items = "Whats the simpliest way to add the list items to a dictionary "

stats = {}
for i in items:
    if i in stats:
        stats[i] += 1
    else:
        stats[i] = 1

# bonus
for i in sorted(stats, key=stats.get):
    print("%d×'%s'" % (stats[i], i))

我认为这可能比使用 count() 更好，因为它只会遍历可迭代一次，而 count 可能会在每次迭代时搜索整个事物。我使用这种方法来解析许多兆字节的统计数据，并且它总是相当快。

Answer 6

L = ['apple','red','apple','red','red','pear']
d = {}
[d.__setitem__(item,1+d.get(item,0)) for item in L]
print d 

给予

{'pear': 1, 'apple': 2, 'red': 3}

Answer 7

如果您使用 Numpy，

unique

 函数可以通过传递 

return_counts=True

:

告诉您每个值出现了多少次

>>> data = ['apple', 'red', 'apple', 'red', 'red', 'pear']
>>> np.unique(data, return_counts=True)
(array(['apple', 'pear', 'red'], dtype='<U5'), array([2, 1, 3]))

计数与找到的不同元素的顺序相同；因此，我们可以使用

通常的技巧来创建所需的字典（将两个元素作为单独的参数传递给zip

）：

>>> dict(zip(*np.unique(data, return_counts=True)))
{'apple': 2, 'pear': 1, 'red': 3}

---

如果您

特别有一个由小整数组成的大输入Numpy数组，您可能会从bincount

中获得更好的性能：

>>> data = np.random.randint(10, size=100)
>>> data
array([1, 0, 0, 3, 3, 4, 2, 4, 4, 0, 4, 8, 7, 4, 4, 8, 7, 0, 0, 2, 4, 2,
       0, 9, 0, 2, 7, 0, 7, 7, 5, 6, 6, 8, 4, 2, 7, 6, 0, 3, 6, 3, 0, 4,
       8, 8, 9, 5, 2, 2, 5, 1, 1, 1, 9, 9, 5, 0, 1, 1, 9, 5, 4, 9, 5, 2,
       7, 3, 9, 0, 1, 4, 9, 1, 1, 5, 4, 7, 5, 0, 3, 5, 1, 9, 4, 8, 8, 9,
       7, 7, 7, 5, 6, 3, 2, 4, 3, 9, 6, 0])
>>> np.bincount(data)
array([14, 10,  9,  8, 14, 10,  6, 11,  7, 11])

输出数组中的第

n

 值表示 

n

 出现的次数，因此如果需要，我们可以使用 

enumerate

 创建字典：

>>> dict(enumerate(np.bincount(data)))
{0: 14, 1: 10, 2: 9, 3: 8, 4: 14, 5: 10, 6: 6, 7: 11, 8: 7, 9: 11}

Answer 8

这是一个简单的答案m8！

def equalizeArray(arr):
    # Counting the frequency of each element in the array
    freq = {}
    for i in arr:
        if i not in freq:
            freq[i] = 1
        else:
            freq[i] += 1
    # Finding the element with the highest frequency
    max_freq = max(freq.values())
    # Calculating the number of deletions required
    for key,value in freq.items():
        if value == max_freq:
            print(key,"been repeated:",value,"times")

Answer 9

首先创建一个要计数的元素列表

>>> elements = [1, 2, 3, 2, 1, 3, 2, 1, 1, 4, 5, 4, 4]

创建一个空字典，我们也对列表做同样的事情

>>> counts = {} 创建一个 for 循环来计算“key”的出现次数，对于每次出现我们加 1

>>> for element in elements:
>>>  if element in counts:
>>>    counts[element] +=1

我们检查之前是否遇到过该键，如果没有，我们添加 1，如果没有，我们使用“else”，这样它就保持不变

>>> else:
>>> counts[element] = 1

现在我们将使用 'items() 打印计数，以便我们可以创建键值对的序列

>>> for element, count in counts.items():
>>>  print(element, ":", count)

这里的 items() 方法向我们展示了键值对，所以我们问，“对于元素中的元素，将之前的数据加载到‘count’中，并将其更新为键值对序列，这就是该项目的内容() 是

没有注释的代码：

elements = [1, 2, 3, 2, 1, 3, 2, 1, 1, 4, 5, 4, 4]
counts = {}
for element in elements:
    if element in counts:
        counts[element] += 1
    else:
        counts[element] = 1

for element, count in counts.items():
    print(element, ":", count)

输出：

1:4
2:3
3:2
4:3
5:1

Answer 10

mylist = [1,2,1,5,1,1,6,'a','a','b']
result = {}
for i in mylist:
    result[i] = mylist.count(i)
print(result)