問題

(來自Udacity機器學習工程師納米學位預覽課程)

用 Python 實現函數 count_words()，該函數輸入字符串 s 和數字 n，返回 s 中 n 個出現頻率最高的單詞。返回值是一個元組列表，包含出現次數最高的 n 個單詞及其次數,即 [(<單詞1>, <次數1>), (<單詞2>, <次數2>), ... ]，按出現次數降序排列。

可以假設所有輸入都是小寫形式，并且不含標點符號或其他字符（只包含字母和單個空格）。如果出現次數相同，則按字母順序排列。

例如：

print count_words("betty bought a bit of butter but the butter was bitter",3)

輸出

[('butter', 2), ('a', 1), ('betty', 1)]

解法

"""Count words."""def count_words(s, n):  """Return the n most frequently occuring words in s."""  w = {}  sp = s.split()  # TODO: Count the number of occurences of each word in s  for i in sp:    if i not in w:      w[i] = 1    else:      w[i] += 1  # TODO: Sort the occurences in descending order (alphabetically in case of ties)  top = sorted(w.items(), key=lambda item:(-item[1], item[0]))  top_n = top[:n]  # TODO: Return the top n most frequent words.  return top_ndef test_run():  """Test count_words() with some inputs."""  print count_words("cat bat mat cat bat cat", 3)  print count_words("betty bought a bit of butter but the butter was bitter", 3)if __name__ == '__main__':  test_run()

小結

主要兩個小技巧：

用split()將輸入字符串按空格分開；

用sorted()函數對字典 先按值，再按鍵 進行排序，尤其是item:(-item[1], item[0])) 代表先對item的第二個元素 降序 排列（item 之前用了-），然后對第一個元素 升序 排列。多個元素的元組亦然。

以上這篇使用Python 統計高頻字數的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。