亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 開發 > Python > 正文

python如何統計序列中元素

2024-09-09 19:02:14
字體:
來源:轉載
供稿:網友

本文實例為大家分享了python統計序列中元素的具體代碼,供大家參考,具體內容如下

問題1:

       隨機數列[12,5,8,7,8,9,4,8,5,...] 中出現次數最高的3個元素,他們出現的次數

問題2:

       對某英文文章的單詞,進行詞頻統計,找出出現次數最搞得10個單詞,他們出現的次數是多少?

上面問題都是以字典的形式保存結果

如何解決問題1?

方法1:

#!/usr/bin/python3 from random import randint  def count_seq(data):     # 初始化統計結果字典,data中的key作為結果字典的key,0作為每個key的初始值  result_c = dict.fromkeys(data, 0)     # 循環data,對字典中中碰到的值進行 +1 ,循環完成后就是結果  for x in data:    result_c[x] += 1  return result_c if __name__ == '__main__':  # 生成20個隨機數  data = [randint(0, 20) for _ in range(20)]  print(data)     # 結果  result_c = count_seq(data)  for i in result_c:    print(i, result_c[i])

方法2:

使用 collections下Counter對象

#!/usr/bin/python3 from random import randintfrom collections import Counter  def count_seq(data):     # 創建Counter對象,并把打他傳遞進去  median_c = Counter(data)     # 返回統計最大的3個數  return median_c.most_common(3) if __name__ == '__main__':  # 生成20個隨機數  data = [randint(0, 20) for _ in range(20)]  print(data)     # 結果  result_c = count_seq(data)  print(result_c, dict(result_c))

問題2如何解決?

import refrom collections import Counter  def count_words():  # 讀取文件  with open('english_article', 'r', encoding='utf-8') as data:    print()    # 文件單詞分割    data_list = re.split('/W+', data.read())  # 單詞統計  words = Counter(data_list)  # 取單詞統計最大的10個值  return words.most_common(10) if __name__ == '__main__':  result = count_words()  print(result)

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持武林網之家。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
欧美日韩国产丝袜另类| 色综合久久88| 一夜七次郎国产精品亚洲| 国产自产女人91一区在线观看| 国产精品大片wwwwww| 国产精品久久久久7777婷婷| 久青草国产97香蕉在线视频| 亚洲福利视频网| 成人欧美在线观看| 日韩免费观看视频| 久久久久久国产精品三级玉女聊斋| 成人网欧美在线视频| 综合激情国产一区| 欧美电影在线观看完整版| 久久在线观看视频| 国产91在线高潮白浆在线观看| 91免费视频网站| 久久精品精品电影网| 日韩欧美国产高清91| 久久视频免费在线播放| 性欧美暴力猛交69hd| 日韩电影中文字幕一区| 国产日韩欧美成人| 国产精品久久精品| 免费不卡在线观看av| 亚洲激情第一页| 国产欧美久久一区二区| 国产精品久久9| 亚洲色图狂野欧美| 亚洲va男人天堂| 91精品在线一区| 亚洲a级在线播放观看| 亚洲a在线播放| 亚洲影院色在线观看免费| 欧美日韩免费在线观看| 久久久999成人| 日韩免费在线视频| 九色91av视频| 欧美大肥婆大肥bbbbb| 日韩av综合中文字幕| 日韩视频精品在线| 欧美日韩亚洲激情| 日本精品视频网站| 国模叶桐国产精品一区| 亚洲色图偷窥自拍| 亚洲国产一区二区三区在线观看| 日韩免费观看高清| 日韩专区在线观看| 尤物精品国产第一福利三区| 国产原创欧美精品| 亚洲乱亚洲乱妇无码| 欧美专区在线视频| 亚洲精品黄网在线观看| 久久免费精品日本久久中文字幕| 精品国产鲁一鲁一区二区张丽| 久久久精品国产一区二区| 影音先锋日韩有码| 久久精品一区中文字幕| 琪琪亚洲精品午夜在线| 色偷偷av一区二区三区| 国产精品自拍视频| 日韩精品久久久久久久玫瑰园| 性欧美暴力猛交69hd| 欧美xxxx做受欧美| 久久99国产精品自在自在app| yellow中文字幕久久| 7777精品视频| 亚洲mm色国产网站| 国产精品丝袜久久久久久不卡| 国产精品久久久久久久久久99| 日韩中文字幕免费看| 亚洲色在线视频| 国产精品99久久久久久久久| 日韩电影大片中文字幕| 亚洲成人激情在线| 国产精品吊钟奶在线| 欧美高清videos高潮hd| 韩剧1988在线观看免费完整版| 欧美午夜片欧美片在线观看| 欧美丰满少妇xxxxx| 久久综合伊人77777| 久久艹在线视频| 日韩精品在线播放| 欧美天天综合色影久久精品| 自拍视频国产精品| 日韩国产高清视频在线| 亚洲精品天天看| 另类天堂视频在线观看| 国产一区二区精品丝袜| 欧美极品美女视频网站在线观看免费| 国产精品av网站| 日韩在线精品视频| 成人欧美一区二区三区黑人| 国产精品99久久久久久白浆小说| 亚洲国产精品久久久| 亚洲国产精品999| 亚洲欧美制服综合另类| 色小说视频一区| 57pao国产成人免费| 久久久99免费视频| 亚洲午夜精品久久久久久久久久久久| 国产精品久久久久久久9999| 国产一区二区三区毛片| 国产精品自在线| 欧美精品午夜视频| 亚洲欧美国产制服动漫| 57pao国产成人免费| 欧美亚洲视频在线看网址| 亚洲人成电影网| 永久免费看mv网站入口亚洲| 欧美理论电影网| 最近免费中文字幕视频2019| 亚洲xxxx3d| 日本免费在线精品| 色香阁99久久精品久久久| 久久琪琪电影院| 欧美电影院免费观看| 久久久久久成人精品| 国产欧美久久一区二区| 91中文字幕在线观看| 国产精品999999| 亚洲色图35p| 97在线看免费观看视频在线观看| 国模私拍一区二区三区| 久久九九免费视频| 久久久久久久久久久91| 国产精品99蜜臀久久不卡二区| 亚洲电影免费在线观看| 欧美性感美女h网站在线观看免费| 国产精品自拍小视频| 色悠悠久久88| 91在线视频一区| 国内外成人免费激情在线视频| 中文字幕精品久久久久| 欧美xxxx综合视频| 欧美激情视频网站| 免费不卡在线观看av| www.欧美精品| 78m国产成人精品视频| 国产精品影片在线观看| 国产成人福利夜色影视| 亚洲女人初尝黑人巨大| 中文字幕亚洲综合| 国产精品视频一区国模私拍| 91亚洲精品一区二区| 国产综合久久久久| 欧美成人黑人xx视频免费观看| 精品久久久久久久中文字幕| 国产丝袜精品视频| 最新国产精品亚洲| 91在线高清免费观看| 亚洲免费视频在线观看| 97色在线播放视频| 在线不卡国产精品| 久久精品视频导航| 国语自产偷拍精品视频偷| 日韩av最新在线观看| 日韩最新在线视频| 91国产一区在线| 欧美日韩色婷婷| 日韩精品在线免费观看视频| 欧美日韩国产成人高清视频| 亚洲一区二区久久久久久| 久久久女人电视剧免费播放下载|