这篇“Python的Counter容器怎么使用”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python的Counter容器怎么使用”文章吧。

一、初始化Counter

Counter支持3种形式的初始化，比如提供一个数组，一个字典，或单独键值对“=”式赋值。具体初始化的代码如下所示：

importcollectionsa=collections.Counter(['a','a','b','b','b','c'])b=collections.Counter({"a":2,"b":3,"c":1})c=collections.Counter(a=2,b=3,c=1)print(a)print(b)print(c)

这种是直接通过构造函数进行填充。当然，我们还可以直接构造一个空Counter，然后通过update()函数进行填充。

importcollectionsa=collections.Counter()a.update(['a','a','b','b','b','c'])print(a)二、遍历Counter

通过上面初始化以及更新，我们Counter容器中存在了很多的值。因为输出的是字典的形式，所以我们可以直接通过字典的方式进行访问。

importcollectionsa=collections.Counter()a.update(['a','a','b','b','b','c'])forkeyin'abcde':print(key,"=",a[key])

可以看到容器Counter，可以输出空值不报错。因为当我们没有找到某个值时，其默认计数为0。

三、elements()

当然，如果你想实现那种输出没有0值的遍历。可以使用elements()迭代器。具体代码如下：

importcollectionsa=collections.Counter()a.update('caabbbc')print(list(a.elements()))

需要注意的是，elements()虽然去除了0值，但并不能保证遍历顺序。

四、most_common

most_common()函数可以生成一个序列，统计包含n个最长遇到的输入值以及相应的计数。这里，我们来实现统计一个文档中，字母出现的个数。具体代码如下：

importcollectionsc=collections.Counter()withopen('英文文档.txt','rt')asf:forlineinf:c.update(line.rstrip().lower())forletter,countinc.most_common(5):print("{}：{}".format(letter,count))

这里统计的英文文档中，空格最多，达到了124个。其他的一次都是前几最多的个数。这样我们可以通过Counter生成一个英文文档中字母的频度分布，在自然语言的处理当中。就可以完美的结合起来进行统计使用。

五、算数操作

Counter容器不仅可以统计频度的分布。还可以进行一些算数运算。比如将两个Counter容器进行相加进行统计，亦或者相减也行。具体操作如下：

importcollectionsc1=collections.Counter('abcbcabds')c2=collections.Counter('abcbcabds')print("原始值：")print(c1)print(c2)print("算数运算后：")print(c1+c2)print(c1-c2)print(c1&c2)print(c1|c2)

以上就是关于“Python的Counter容器怎么使用”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注亿速云行业资讯频道。