问题标签 [python-collections]

在collections.Counter中，该方法most_common(n)仅返回列表中 n 个最频繁的项目。我正是需要这个，但我也需要包括相同的数量。

我需要[('A', 3), ('B', 2), ('C', 2), ('D', 2)] ，因为在这种情况下它们的计数与 n=2 相同。我的真实数据是关于 DNA 代码的，可能非常大。我需要它有点效率。

Python中对象most_common提供的函数的复杂度是多少？collections.Counter

更具体地说，是Counter在计数时保留某种排序列表，允许它比何时添加到计数器的（唯一）项目数most_common更快地执行操作？供您参考，我正在处理大量文本数据，试图找到第 n 个最常见的标记。O(n)n

我查看了CPython wiki 上的官方文档和TimeComplexity 文章，但找不到答案。

我无法将 unicode 字符串分配为命名元组的名称。这有效：

这不会：

我得到错误

为什么会这样？文档说，“Python 3 还支持在标识符中使用 Unicode 字符”，并且密钥是有效的 unicode？

我们namedtuple这样使用：

我发现 的第一个论点namedtuple似乎没用，因为：

首先，我们不能使用它（例如创建实例）：

其次，它似乎没有限制（例如，我们不必使其唯一）：

我没有从手册或谷歌搜索中找到解释。这里有一个相关的问题，但它没有回答为什么namedtuple需要第一个参数以及如何使用它或何时需要。

我目前正在使用defaultdictofCounter来唯一地计算不可预测键的几个不可预测值：

这给了我预期的结果：

我现在需要扩展 the 中的值的结构，defaultdict并使用两个键使其成为 a dict：previousCounter和 an str：

是否可以使用特定的数据结构（如上）作为default_factoryin defaultdict？预期的结果是，对于 中的每个不存在的键，defaultdict将创建一个使用上述结构初始化的新键和值。

给定 、 、 和 的值phi，theta我n_1需要n_2找到满足以下条件的所有可能对 ( N_1, )：N_2

在 Python 中执行此操作的最有效方法是什么？显然，我可以使用两个for循环——迭代N_1和N_2（从前两个标准）的所有可能值，并只保存满足最后一个标准的那些对——但这将是相当低效的。

Counter.update() 函数需要两个参数（数据及其键），我提供了两个参数，但它抱怨提供了三个参数。

Python版本： 2.7.10

我的代码：

我最近学习如何通过Python 进行 Web 抓取：从现代 Web 收集数据一书学习如何进行网页抓取，而在第 7 章数据规范化部分，我首先编写了与书中显示的代码相同的代码，并从终端收到错误：

因此，我通过创建一个新字典来更改代码，其中实体是ngrams. 但我得到了完全不同的结果：

问题：

1. 如果我想得到书中显示的结果（按值和频率排序），我应该编写自己的行来计算每个 2 克的出现，还是书中的代码已经具有该功能（代码在书是python 3代码）？在 github 上预订示例代码
2. 我输出的频率与作者的相差很大，例如出现了[u'Software', u'Foundation']37 次而不是 40 次。导致这种差异的原因是什么（可能是我的代码错误）？

图书截图：

我有一个 python 脚本正在运行，它在多个线程中启动相同的函数。这些函数创建并处理 2 个计数器（c1 和 c2）。来自分叉进程的所有 c1 计数器的结果应合并在一起。与所有 c2 计数器的结果相同，由不同的分叉返回。

我的（伪）代码如下所示：

按照上面的例子，我需要一个类似的结果： cP1 = Counter({'apple': 25, 'banana': 247, 'orange': 24}) cP2 = Counter({'red': 11, 'blue': 56，“绿色”：3}）

所以我的问题是：我如何计算分叉进程的数据，以便聚合父进程中的每个计数器（所有 c1 和所有 c2）？

在 python 中，我们可以使用 counter 来查找列表中最常见的元素。有没有办法我们可以传入函数，以便我们可以反击落在一定范围内的元素。

假设我有 [123, 127, 99,75,86, 83,81]，我想返回类似 {'12X':2, '8X':3, '99':1, '75':1 }

有任何想法吗？