python 直方图单线

Question

有很多方法可以编写计算直方图的 Python 程序。

我所说的直方图是指计算可迭代对象中对象的出现次数并在字典中输出计数的函数。例如：

>>> L = 'abracadabra'
>>> histogram(L)
{'a': 5, 'b': 2, 'c': 1, 'd': 1, 'r': 2}

编写这个函数的一种方法是：

def histogram(L):
    d = {}
    for x in L:
        if x in d:
            d[x] += 1
        else:
            d[x] = 1
    return d

有没有更简洁的方法来编写这个函数？

如果我们在 Python 中有字典推导式，我们可以这样写：

>>> { x: L.count(x) for x in set(L) }

但由于 Python 2.6 没有它们，我们必须这样写：

>>> dict([(x, L.count(x)) for x in set(L)])

虽然这种方法可能可读，但效率不高： L 被遍历多次。此外，这不适用于单寿命发电机；该函数对于迭代器生成器应该同样有效，例如：

def gen(L):
    for x in L:
        yield x

我们可以尝试使用 reduce 函数 (RIP)：

>>> reduce(lambda d,x: dict(d, x=d.get(x,0)+1), L, {}) # wrong!

哎呀，这不起作用：键名称是 'x'，而不是<代码>x。 :(

我的结尾是：（

>>> reduce(lambda d,x: dict(d.items() + [(x, d.get(x, 0)+1)]), L, {})

在 Python 3 中，我们必须编写 list(d.items()) 而不是 d.items()，但这是假设的，因为那里没有reduce。）

请用更好、更易读的单行来打败我；）

Answer 1

Python 3.x 确实有 reduce，您只需执行 from functools import reduce 即可。它还具有“字典理解”，其语法与您的示例中完全相同。

Python 2.7 和 3.x 还有一个 Counter 类，它可以正是你想要的：

from collections import Counter
cnt = Counter("abracadabra")

在Python 2.6或更早版本中，我个人会使用 defaultdict< /a> 并用 2 行完成：

d = defaultdict(int)
for x in xs: d[x] += 1

这干净、高效、Python 风格，并且比任何涉及 reduce 的内容更容易让大多数人理解。

Answer 2

为 oneliner 导入模块有点作弊，所以这里有一个 O(n) 的 oneliner，并且至少可以追溯到 Python2.4

>>> f=lambda s,d={}:([d.__setitem__(i,d.get(i,0)+1) for i in s],d)[-1]
>>> f("ABRACADABRA")
{'A': 5, 'R': 2, 'B': 2, 'C': 1, 'D': 1}

如果你认为 __ 方法很 hacky，你总是可以这样做这

>>> f=lambda s,d=lambda:0:vars(([setattr(d,i,getattr(d,i,0)+1) for i in s],d)[-1])
>>> f("ABRACADABRA")
{'A': 5, 'R': 2, 'B': 2, 'C': 1, 'D': 1}

：）

Answer 3

import pandas as pd

pd.Series(list(L)).value_counts()

Answer 4

$d{$_} += 1 for split //, 'abracadabra';

Answer 5

对于 python 2.7，您可以使用这个小列表理解：

v = list('abracadabra')
print {x: v.count(x) for x in set(v)}

Answer 6

一个可以追溯到 2.3 的版本（比 Timmerman 的稍短，我认为更具可读性）：

L = 'abracadabra'
hist = {}
for x in L: hist[x] = hist.pop(x,0) + 1
print hist
{'a': 5, 'r': 2, 'b': 2, 'c': 1, 'd': 1}

Answer 7

有一段时间，任何使用 itertools 的东西都被定义为 Pythonic。尽管如此，这还是有点不透明：

>>> from itertools import groupby
>>> grouplen = lambda grp : sum(1 for i in grp)
>>> hist = dict((a[0], grouplen(a[1])) for a in groupby(sorted("ABRACADABRA")))
>>> print hist
{'A': 5, 'R': 2, 'C': 1, 'B': 2, 'D': 1}

我目前运行的是 Python 2.5.4。

Answer 8

你的单行使用 reduce 几乎没问题，你只需要稍微调整一下：

>>> reduce(lambda d, x: dict(d, **{x: d.get(x, 0) + 1}), L, {})
{'a': 5, 'b': 2, 'c': 1, 'd': 1, 'r': 2}

当然，这不会击败就地解决方案（无论是在速度上，还是在Python性上），但是作为交换，你得到了一个漂亮的纯功能片段。顺便说一句，如果 Python 有一个方法 dict.merge() ，这会更漂亮。

Answer 9

我需要一个直方图实现来在 python 2.2 到 2.7 中工作，并想出了这个：

>>> L = 'abracadabra'
>>> hist = {}
>>> for x in L: hist[x] = hist.setdefault(x,0)+1
>>> print hist
{'a': 5, 'r': 2, 'b': 2, 'c': 1, 'd': 1}

我受到 Eli Courtwright 的 defaultdict 帖子的启发。这些是在 python 2.5 中引入的，所以不能使用。但可以使用 dict.setdefault(key,default) 来模拟它们。

这基本上和 gnibbler 正在做的事情是一样的，但是在我完全理解他的 lambda 函数之前我必须先写这个。