Devo trovare la frequenza degli elementi in un elenco non ordinato
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
output->
b = [4,4,2,1,2]
Inoltre voglio rimuovere i duplicati da a
a = [1,2,3,4,5]
Devo trovare la frequenza degli elementi in un elenco non ordinato
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
output->
b = [4,4,2,1,2]
Inoltre voglio rimuovere i duplicati da a
a = [1,2,3,4,5]
Risposte:
Nota: è necessario ordinare l'elenco prima dell'uso groupby
.
È possibile utilizzare groupby
dal itertools
pacchetto se l'elenco è un elenco ordinato.
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
from itertools import groupby
[len(list(group)) for key, group in groupby(a)]
Produzione:
[4, 4, 2, 1, 2]
groupby
. Mi chiedo per la sua efficienza contro l'approccio dict, però
sum(1 for _ in group)
.
[(key, len(list(group))) for key, group in groupby(a)]
o {key: len(list(group)) for key, group in groupby(a)}
@buhtz
In Python 2.7 (o più recente), puoi usare collections.Counter
:
import collections
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
counter=collections.Counter(a)
print(counter)
# Counter({1: 4, 2: 4, 3: 2, 5: 2, 4: 1})
print(counter.values())
# [4, 4, 2, 1, 2]
print(counter.keys())
# [1, 2, 3, 4, 5]
print(counter.most_common(3))
# [(1, 4), (2, 4), (3, 2)]
Se stai usando Python 2.6 o precedente, puoi scaricarlo qui .
collections.Counter
è una sottoclasse di dict
. Puoi usarlo come faresti con un normale dict. Se vuoi davvero un dict, tuttavia, puoi convertirlo in un dict usando dict(counter)
.
Python 2.7+ introduce la comprensione del dizionario. La creazione del dizionario dall'elenco ti consentirà di contare e di eliminare i duplicati.
>>> a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
>>> d = {x:a.count(x) for x in a}
>>> d
{1: 4, 2: 4, 3: 2, 4: 1, 5: 2}
>>> a, b = d.keys(), d.values()
>>> a
[1, 2, 3, 4, 5]
>>> b
[4, 4, 2, 1, 2]
{x:a.count(x) for x in set(a)}
a.count()
fa una traversata completa per ogni elemento in a
, rendendo questo un approccio quadradico O (N ^ 2). collections.Counter()
è molto più efficiente perché conta nel tempo lineare (O (N)). In numeri, ciò significa che questo approccio eseguirà 1 milione di passaggi per un elenco di lunghezza 1000, anziché solo 1000 passaggi con Counter()
, 10 ^ 12 passaggi in cui sono necessari solo 10 ^ 6 da Counter per un milione di elementi in un elenco, ecc.
a.count()
completamente nani l'efficienza di aver usato un set lì.
Per contare il numero di presenze:
from collections import defaultdict
appearances = defaultdict(int)
for curr in a:
appearances[curr] += 1
Per rimuovere i duplicati:
a = set(a)
Counter
può usare più tipi numerici incluso float
o Decimal
, non solo int
.
In Python 2.7+, puoi usare le collezioni. Contatore per contare gli oggetti
>>> a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
>>>
>>> from collections import Counter
>>> c=Counter(a)
>>>
>>> c.values()
[4, 4, 2, 1, 2]
>>>
>>> c.keys()
[1, 2, 3, 4, 5]
Il conteggio della frequenza degli elementi viene probabilmente eseguito meglio con un dizionario:
b = {}
for item in a:
b[item] = b.get(item, 0) + 1
Per rimuovere i duplicati, utilizzare un set:
a = list(set(a))
defaultdict
.
b = {k:0 for k in a}
?
Ecco un'altra alternativa succinta itertools.groupby
che funziona anche con input non ordinati:
from itertools import groupby
items = [5, 1, 1, 2, 2, 1, 1, 2, 2, 3, 4, 3, 5]
results = {value: len(list(freq)) for value, freq in groupby(sorted(items))}
risultati
{1: 4, 2: 4, 3: 2, 4: 1, 5: 2}
Puoi farlo:
import numpy as np
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
np.unique(a, return_counts=True)
Produzione:
(array([1, 2, 3, 4, 5]), array([4, 4, 2, 1, 2], dtype=int64))
Il primo array è valori e il secondo array è il numero di elementi con questi valori.
Quindi, se vuoi ottenere solo un array con i numeri, dovresti usare questo:
np.unique(a, return_counts=True)[1]
from collections import Counter
a=["E","D","C","G","B","A","B","F","D","D","C","A","G","A","C","B","F","C","B"]
counter=Counter(a)
kk=[list(counter.keys()),list(counter.values())]
pd.DataFrame(np.array(kk).T, columns=['Letter','Count'])
seta = set(a)
b = [a.count(el) for el in seta]
a = list(seta) #Only if you really want it.
count
è ridicolmente costoso e non richiesto in questo scenario.
Vorrei semplicemente usare scipy.stats.itemfreq nel modo seguente:
from scipy.stats import itemfreq
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
freq = itemfreq(a)
a = freq[:,0]
b = freq[:,1]
puoi consultare la documentazione qui: http://docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.stats.itemfreq.html
Questa risposta è più esplicita
a = [1,1,1,1,2,2,2,2,3,3,3,4,4]
d = {}
for item in a:
if item in d:
d[item] = d.get(item)+1
else:
d[item] = 1
for k,v in d.items():
print(str(k)+':'+str(v))
# output
#1:4
#2:4
#3:3
#4:2
#remove dups
d = set(a)
print(d)
#{1, 2, 3, 4}
def frequencyDistribution(data):
return {i: data.count(i) for i in data}
print frequencyDistribution([1,2,3,4])
...
{1: 1, 2: 1, 3: 1, 4: 1} # originalNumber: count
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
# 1. Get counts and store in another list
output = []
for i in set(a):
output.append(a.count(i))
print(output)
# 2. Remove duplicates using set constructor
a = list(set(a))
print(a)
Produzione
D:\MLrec\venv\Scripts\python.exe D:/MLrec/listgroup.py
[4, 4, 2, 1, 2]
[1, 2, 3, 4, 5]
Soluzione semplice usando un dizionario.
def frequency(l):
d = {}
for i in l:
if i in d.keys():
d[i] += 1
else:
d[i] = 1
for k, v in d.iteritems():
if v ==max (d.values()):
return k,d.keys()
print(frequency([10,10,10,10,20,20,20,20,40,40,50,50,30]))
max(d.values())
non cambierà nell'ultimo loop. Non calcolarlo nel ciclo, calcolarlo prima del ciclo.
#!usr/bin/python
def frq(words):
freq = {}
for w in words:
if w in freq:
freq[w] = freq.get(w)+1
else:
freq[w] =1
return freq
fp = open("poem","r")
list = fp.read()
fp.close()
input = list.split()
print input
d = frq(input)
print "frequency of input\n: "
print d
fp1 = open("output.txt","w+")
for k,v in d.items():
fp1.write(str(k)+':'+str(v)+"\n")
fp1.close()
num=[3,2,3,5,5,3,7,6,4,6,7,2]
print ('\nelements are:\t',num)
count_dict={}
for elements in num:
count_dict[elements]=num.count(elements)
print ('\nfrequency:\t',count_dict)
from collections import OrderedDict
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
def get_count(lists):
dictionary = OrderedDict()
for val in lists:
dictionary.setdefault(val,[]).append(1)
return [sum(val) for val in dictionary.values()]
print(get_count(a))
>>>[4, 4, 2, 1, 2]
Per rimuovere i duplicati e mantenere l'ordine:
list(dict.fromkeys(get_count(a)))
>>>[4, 2, 1]
sto usando Counter per generare una frequenza. dettare dalle parole del file di testo in 1 riga di codice
def _fileIndex(fh):
''' create a dict using Counter of a
flat list of words (re.findall(re.compile(r"[a-zA-Z]+"), lines)) in (lines in file->for lines in fh)
'''
return Counter(
[wrd.lower() for wrdList in
[words for words in
[re.findall(re.compile(r'[a-zA-Z]+'), lines) for lines in fh]]
for wrd in wrdList])
Un altro approccio in tal senso, sebbene utilizzando una libreria più pesante ma potente - NLTK.
import nltk
fdist = nltk.FreqDist(a)
fdist.values()
fdist.most_common()
Ancora un'altra soluzione con un altro algoritmo senza usare le raccolte:
def countFreq(A):
n=len(A)
count=[0]*n # Create a new list initialized with '0'
for i in range(n):
count[A[i]]+= 1 # increase occurrence for value A[i]
return [x for x in count if x] # return non-zero count
È possibile utilizzare la funzione integrata fornita in Python
l.count(l[i])
d=[]
for i in range(len(l)):
if l[i] not in d:
d.append(l[i])
print(l.count(l[i])
Il codice sopra rimuove automaticamente i duplicati in un elenco e stampa anche la frequenza di ciascun elemento nell'elenco originale e l'elenco senza duplicati.
Due uccelli per un colpo! XD
Questo approccio può essere provato se non si desidera utilizzare alcuna libreria e mantenerlo semplice e breve!
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
marked = []
b = [(a.count(i), marked.append(i))[0] for i in a if i not in marked]
print(b)
operazione
[4, 4, 2, 1, 2]
Per la cronaca, una risposta funzionale:
>>> L = [1,1,1,1,2,2,2,2,3,3,4,5,5]
>>> import functools
>>> >>> functools.reduce(lambda acc, e: [v+(i==e) for i, v in enumerate(acc,1)] if e<=len(acc) else acc+[0 for _ in range(e-len(acc)-1)]+[1], L, [])
[4, 4, 2, 1, 2]
È più pulito se conti anche gli zeri:
>>> functools.reduce(lambda acc, e: [v+(i==e) for i, v in enumerate(acc)] if e<len(acc) else acc+[0 for _ in range(e-len(acc))]+[1], L, [])
[0, 4, 4, 2, 1, 2]
Una spiegazione:
acc
elenco vuoto ;e
di L
è inferiore alla dimensione di acc
, aggiorniamo semplicemente questo elemento: v+(i==e)
significa v+1
se l'indice i
di acc
è l'elemento corrente e
, altrimenti il valore precedente v
;e
di L
è maggiore o uguale alla dimensione di acc
, dobbiamo espanderci acc
per ospitare il nuovo 1
.Gli elementi non devono essere ordinati ( itertools.groupby
). Otterrai risultati strani se hai numeri negativi.
Ho trovato un altro modo per farlo, usando i set.
#ar is the list of elements
#convert ar to set to get unique elements
sock_set = set(ar)
#create dictionary of frequency of socks
sock_dict = {}
for sock in sock_set:
sock_dict[sock] = ar.count(sock)
Per trovare elementi univoci nell'elenco
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
a = list(set(a))
Per trovare il conteggio di elementi univoci in una matrice ordinata usando il dizionario
def CountFrequency(my_list):
# Creating an empty dictionary
freq = {}
for item in my_list:
if (item in freq):
freq[item] += 1
else:
freq[item] = 1
for key, value in freq.items():
print ("% d : % d"%(key, value))
# Driver function
if __name__ == "__main__":
my_list =[1, 1, 1, 5, 5, 3, 1, 3, 3, 1, 4, 4, 4, 2, 2, 2, 2]
CountFrequency(my_list)
Riferimenti GeeksforGeeks
Un altro modo è quello di utilizzare un dizionario e il list.count, sotto un modo ingenuo per farlo.
dicio = dict()
a = [1,1,1,1,2,2,2,2,3,3,4,5,5]
b = list()
c = list()
for i in a:
if i in dicio: continue
else:
dicio[i] = a.count(i)
b.append(a.count(i))
c.append(i)
print (b)
print (c)