


Comment compter efficacement les fréquences des éléments dans une liste Python non ordonnée ?
Obtention de la fréquence des éléments dans une liste non ordonnée
Considérons une liste non ordonnée telle que a = [5, 1, 2, 2, 4, 3, 1, 2, 3, 1, 1, 5, 2]. L'objectif est de déterminer la fréquence de chaque valeur unique dans la liste. Le résultat souhaité est similaire à b = [4, 4, 2, 1, 2], indiquant que la valeur 1 apparaît quatre fois, 2 apparaît quatre fois, 3 apparaît deux fois, 4 apparaît une fois et 5 apparaît deux fois.
En Python, une solution pratique pour cette tâche consiste à utiliser la classe collections.Counter. Dans Python 2.7 et versions ultérieures, cette classe simplifie le processus de comptage des occurrences d'éléments dans une collection non ordonnée :
import collections a = [5, 1, 2, 2, 4, 3, 1, 2, 3, 1, 1, 5, 2] counter = collections.Counter(a)
L'objet collections.Counter, compteur, contient le nombre de chaque valeur unique dans la liste a . Vous pouvez accéder aux décomptes en utilisant différentes méthodes :
- counter.values() : renvoie une liste contenant les décomptes de chaque valeur unique.
- counter.keys() : renvoie une liste contenant les valeurs uniques dans la liste.
- counter.most_common(n) : renvoie une liste de tuples contenant les n valeurs les plus fréquentes et leurs counts.
- dict(counter): Convertit l'objet Counter en un dictionnaire régulier avec des clés comme valeurs uniques et des valeurs comme leurs counts.
Pour obtenir les counts dans l'ordre spécifié dans à la question, vous pouvez parcourir les clés dans l'ordre trié :
[counter[x] for x in sorted(counter.keys())]
Si vous utilisez Python 2.6 ou une version antérieure, vous pouvez télécharger une implémentation de collections.Counter à partir du lien fourni et utilisez-le dans votre code.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Inpython, youAPPEndElementStoalistUsingTheAppend () Method.1) useAppend () forsingleelements: my_list.append (4) .2) useExtend () ou = formultipleElements: my_list.extend (autre_list) ormy_list = [4,5,6] .3) useInsert () ForSpecific Positions: my_list.insert (1,5) .beaware

Les méthodes pour déboguer le problème Shebang comprennent: 1. Vérifiez la ligne Shebang pour vous assurer qu'il s'agit de la première ligne du script et il n'y a pas d'espaces préfixés; 2. Vérifiez si le chemin de l'interprète est correct; 3. Appelez directement l'interprète pour exécuter le script pour isoler le problème Shebang; 4. Utilisez Strace ou Trusts pour suivre les appels du système; 5. Vérifiez l'impact des variables environnementales sur Shebang.

PythonlistScanBemanipuledUsingSeveralthodstoreMoveElements: 1) theremove () methodremovesthefirstoccurrenceofaspecifiedValue.2) thepop () methodremersAndreturnsLelementAprivenIndex.3)

PythonlistScanstoreanyDatatype, notamment les intérêts, les cordes, les flotteurs, les booléens, les autres listes et les indicateurs.

PythonListSSupportNumeousOperations: 1) AddingElementsWithAptend (), Extend (), Andinsert (). 2) RemovingItemSusingRemove (), Pop (), etClear (). 3) Accessing etModifierwithIthIndexingandsliting.4) searchingAndSortingWithindex (), SOT (), andReward ().

Créer des tableaux multidimensionnels avec Numpy peut être réalisé via les étapes suivantes: 1) Utilisez la fonction numpy.array () pour créer un tableau, tel que np.array ([[1,2,3], [4,5,6]]) pour créer un tableau 2D; 2) utiliser np.zeros (), np.ones (), np.random.random () et d'autres fonctions pour créer un tableau rempli de valeurs spécifiques; 3) Comprendre les propriétés de forme et de taille du tableau pour vous assurer que la longueur du sous-réseau est cohérente et éviter les erreurs; 4) Utilisez la fonction NP.Reshape () pour modifier la forme du tableau; 5) Faites attention à l'utilisation de la mémoire pour vous assurer que le code est clair et efficace.

BroadcastingInNumpyIsAmethodToperformOperations OnerwaysofdifferentShapesByAutomAticalAligningThem.itImplienScode, améliore la réadabilité et BoostsTerformance.He'showitwork

Forpythondatastorage, chooseListsforflexibilitywithMixedDatatyS, array.Arrayformmemory-efficienthomogeneousnumericalData, andNumpyArraysforaSvancedNumericalComputing.ListaSaRaySatilebutless


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Adaptateur de serveur SAP NetWeaver pour Eclipse
Intégrez Eclipse au serveur d'applications SAP NetWeaver.

MinGW - GNU minimaliste pour Windows
Ce projet est en cours de migration vers osdn.net/projects/mingw, vous pouvez continuer à nous suivre là-bas. MinGW : un port Windows natif de GNU Compiler Collection (GCC), des bibliothèques d'importation et des fichiers d'en-tête librement distribuables pour la création d'applications Windows natives ; inclut des extensions du runtime MSVC pour prendre en charge la fonctionnalité C99. Tous les logiciels MinGW peuvent fonctionner sur les plates-formes Windows 64 bits.

VSCode Windows 64 bits Télécharger
Un éditeur IDE gratuit et puissant lancé par Microsoft

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !
