1.collections模塊
collections模塊自Python 2.4版本開始被引入，包含了dict、set、list、tuple以外的一些特殊的容器類型，分別是：
OrderedDict類：排序字典，是字典的子類。引入自2.7。
namedtuple()函數(shù)：命名元組，是一個(gè)工廠函數(shù)。引入自2.6。
Counter類：為hashable對(duì)象計(jì)數(shù)，是字典的子類。引入自2.7。
deque：雙向隊(duì)列。引入自2.4。
defaultdict：使用工廠函數(shù)創(chuàng)建字典，使不用考慮缺失的字典鍵。引入自2.5。
文檔參見：http://docs.python.org/2/library/collections.html。
2.Counter類
Counter類的目的是用來(lái)跟蹤值出現(xiàn)的次數(shù)。它是一個(gè)無(wú)序的容器類型，以字典的鍵值對(duì)形式存儲(chǔ)，其中元素作為key，其計(jì)數(shù)作為value。計(jì)數(shù)值可以是任意的Interger（包括0和負(fù)數(shù)）。Counter類和其他語(yǔ)言的bags或multisets很相似。
2.1 創(chuàng)建
下面的代碼說(shuō)明了Counter類創(chuàng)建的四種方法：
Counter類的創(chuàng)建Python
>>> c = Counter() # 創(chuàng)建一個(gè)空的Counter類>>> c = Counter('gallahad') # 從一個(gè)可iterable對(duì)象（list、tuple、dict、字符串等）創(chuàng)建>>> c = Counter({'a': 4, 'b': 2}) # 從一個(gè)字典對(duì)象創(chuàng)建>>> c = Counter(a=4, b=2) # 從一組鍵值對(duì)創(chuàng)建>>> c = Counter() # 創(chuàng)建一個(gè)空的Counter類>>> c = Counter('gallahad') # 從一個(gè)可iterable對(duì)象（list、tuple、dict、字符串等）創(chuàng)建>>> c = Counter({'a': 4, 'b': 2}) # 從一個(gè)字典對(duì)象創(chuàng)建>>> c = Counter(a=4, b=2) # 從一組鍵值對(duì)創(chuàng)建2.2 計(jì)數(shù)值的訪問(wèn)與缺失的鍵當(dāng)所訪問(wèn)的鍵不存在時(shí)，返回0，而不是KeyError；否則返回它的計(jì)數(shù)。
計(jì)數(shù)值的訪問(wèn)Python
>>> c = Counter("abcdefgab")>>> c["a"]2>>> c["c"]1>>> c["h"]0>>> c = Counter("abcdefgab")>>> c["a"]2>>> c["c"]1>>> c["h"]0可以使用一個(gè)iterable對(duì)象或者另一個(gè)Counter對(duì)象來(lái)更新鍵值。
計(jì)數(shù)器的更新包括增加和減少兩種。其中，增加使用update()方法：
計(jì)數(shù)器的更新（update）Python
>>> c = Counter('which')>>> c.update('witch') # 使用另一個(gè)iterable對(duì)象更新>>> c['h']3>>> d = Counter('watch')>>> c.update(d) # 使用另一個(gè)Counter對(duì)象更新>>> c['h']4>>> c = Counter('which')>>> c.update('witch') # 使用另一個(gè)iterable對(duì)象更新>>> c['h']3>>> d = Counter('watch')>>> c.update(d) # 使用另一個(gè)Counter對(duì)象更新>>> c['h']4
減少則使用subtract()方法：
計(jì)數(shù)器的更新（subtract）Python
>>> c = Counter('which')>>> c.subtract('witch') # 使用另一個(gè)iterable對(duì)象更新>>> c['h']1>>> d = Counter('watch')>>> c.subtract(d) # 使用另一個(gè)Counter對(duì)象更新>>> c['a']-1>>> c = Counter('which')>>> c.subtract('witch') # 使用另一個(gè)iterable對(duì)象更新>>> c['h']1>>> d = Counter('watch')>>> c.subtract(d) # 使用另一個(gè)Counter對(duì)象更新>>> c['a']-12.4 鍵的刪除
當(dāng)計(jì)數(shù)值為0時(shí)，并不意味著元素被刪除，刪除元素應(yīng)當(dāng)使用del。
鍵的刪除Python
>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> c["b"] = 0>>> cCounter({'a': 2, 'c': 2, 'd': 1, 'b': 0})>>> del c["a"]>>> cCounter({'c': 2, 'b': 2, 'd': 1})>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> c["b"] = 0>>> cCounter({'a': 2, 'c': 2, 'd': 1, 'b': 0})>>> del c["a"]>>> cCounter({'c': 2, 'b': 2, 'd': 1})
2.5 elements()
返回一個(gè)迭代器。元素被重復(fù)了多少次，在該迭代器中就包含多少個(gè)該元素。所有元素按照字母序排序，個(gè)數(shù)小于1的元素不被包含。
elements()方法Python>>> c = Counter(a=4, b=2, c=0, d=-2)>>> list(c.elements())['a', 'a', 'a', 'a', 'b', 'b']>>> c = Counter(a=4, b=2, c=0, d=-2)>>> list(c.elements())['a', 'a', 'a', 'a', 'b', 'b']
2.6 most_common([n])
返回一個(gè)TopN列表。如果n沒(méi)有被指定，則返回所有元素。當(dāng)多個(gè)元素計(jì)數(shù)值相同時(shí)，按照字母序排列。
most_common()方法Python
>>> c = Counter('abracadabra')>>> c.most_common()[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]>>> c.most_common(3)[('a', 5), ('r', 2), ('b', 2)]>>> c = Counter('abracadabra')>>> c.most_common()[('a', 5), ('r', 2), ('b', 2), ('c', 1), ('d', 1)]>>> c.most_common(3)[('a', 5), ('r', 2), ('b', 2)]2.7 fromkeys
未實(shí)現(xiàn)的類方法。
2.8 淺拷貝copy
淺拷貝copyPython
>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> d = c.copy()>>> dCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> c = Counter("abcdcba")>>> cCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})>>> d = c.copy()>>> dCounter({'a': 2, 'c': 2, 'b': 2, 'd': 1})2.9 算術(shù)和集合操作
+、-、&、|操作也可以用于Counter。其中&和|操作分別返回兩個(gè)Counter對(duì)象各元素的最小值和最大值。需要注意的是，得到的Counter對(duì)象將刪除小于1的元素。
Counter對(duì)象的算術(shù)和集合操作Python
>>> c = Counter(a=3, b=1)>>> d = Counter(a=1, b=2)>>> c + d # c[x] + d[x]Counter({'a': 4, 'b': 3})>>> c - d # subtract（只保留正數(shù)計(jì)數(shù)的元素）Counter({'a': 2})>>> c & d # 交集: min(c[x], d[x])Counter({'a': 1, 'b': 1})>>> c | d # 并集: max(c[x], d[x])Counter({'a': 3, 'b': 2})>>> c = Counter(a=3, b=1)>>> d = Counter(a=1, b=2)>>> c + d # c[x] + d[x]Counter({'a': 4, 'b': 3})>>> c - d # subtract（只保留正數(shù)計(jì)數(shù)的元素）Counter({'a': 2})>>> c & d # 交集: min(c[x], d[x])Counter({'a': 1, 'b': 1})>>> c | d # 并集: max(c[x], d[x])Counter({'a': 3, 'b': 2})3.常用操作
下面是一些Counter類的常用操作，來(lái)源于Python官方文檔
Counter類常用操作Python
sum(c.values()) # 所有計(jì)數(shù)的總數(shù)c.clear() # 重置Counter對(duì)象，注意不是刪除list(c) # 將c中的鍵轉(zhuǎn)為列表set(c) # 將c中的鍵轉(zhuǎn)為setdict(c) # 將c中的鍵值對(duì)轉(zhuǎn)為字典c.items() # 轉(zhuǎn)為(elem, cnt)格式的列表Counter(dict(list_of_pairs)) # 從(elem, cnt)格式的列表轉(zhuǎn)換為Counter類對(duì)象c.most_common()[:-n:-1] # 取出計(jì)數(shù)最少的n個(gè)元素c += Counter() # 移除0和負(fù)值sum(c.values()) # 所有計(jì)數(shù)的總數(shù)c.clear() # 重置Counter對(duì)象，注意不是刪除list(c) # 將c中的鍵轉(zhuǎn)為列表set(c) # 將c中的鍵轉(zhuǎn)為setdict(c) # 將c中的鍵值對(duì)轉(zhuǎn)為字典c.items() # 轉(zhuǎn)為(elem, cnt)格式的列表Counter(dict(list_of_pairs)) # 從(elem, cnt)格式的列表轉(zhuǎn)換為Counter類對(duì)象c.most_common()[:-n:-1] # 取出計(jì)數(shù)最少的n個(gè)元素c += Counter() # 移除0和負(fù)值
4.實(shí)例
4.1判斷兩個(gè)字符串是否由相同的字母集合調(diào)換順序而成的（anagram）
def is_anagram(word1, word2): """Checks whether the words are anagrams. word1: string word2: string returns: boolean """ return Counter(word1) == Counter(word2)
Counter如果傳入的參數(shù)是字符串，就會(huì)統(tǒng)計(jì)字符串中每個(gè)字符出現(xiàn)的次數(shù)，如果兩個(gè)字符串由相同的字母集合顛倒順序而成，則它們Counter的結(jié)果應(yīng)該是一樣的。
4.2多元集合(MultiSets)
multiset是相同元素可以出現(xiàn)多次的集合，Counter可以非常自然地用來(lái)表示multiset。并且可以將Counter擴(kuò)展，使之擁有set的一些操作如is_subset。
class Multiset(Counter): """A multiset is a set where elements can appear more than once.""" def is_subset(self, other): """Checks whether self is a subset of other. other: Multiset returns: boolean """ for char, count in self.items(): if other[char] < count: return False return True # map the <= operator to is_subset __le__ = is_subset
4.3概率質(zhì)量函數(shù)
概率質(zhì)量函數(shù)（probability mass function，簡(jiǎn)寫為pmf）是離散隨機(jī)變量在各特定取值上的概率?？梢岳肅ounter表示概率質(zhì)量函數(shù)。
class Pmf(Counter): """A Counter with probabilities.""" def normalize(self): """Normalizes the PMF so the probabilities add to 1.""" total = float(sum(self.values())) for key in self: self[key] /= total def __add__(self, other): """Adds two distributions. The result is the distribution of sums of values from the two distributions. other: Pmf returns: new Pmf """ pmf = Pmf() for key1, prob1 in self.items(): for key2, prob2 in other.items(): pmf[key1 + key2] += prob1 * prob2 return pmf def __hash__(self): """Returns an integer hash value.""" return id(self) def __eq__(self, other): return self is other def render(self): """Returns values and their probabilities, suitable for plotting.""" return zip(*sorted(self.items()))
normalize: 歸一化隨機(jī)變量出現(xiàn)的概率，使它們之和為1
add: 返回的是兩個(gè)隨機(jī)變量分布兩兩組合之和的新的概率質(zhì)量函數(shù)
render: 返回按值排序的(value, probability)的組合對(duì)，方便畫圖的時(shí)候使用
下面以骰子（ps: 這個(gè)竟然念tou子。。。）作為例子。
d6 = Pmf([1,2,3,4,5,6])d6.normalize()d6.name = 'one die'print(d6)Pmf({1: 0.16666666666666666, 2: 0.16666666666666666, 3: 0.16666666666666666, 4: 0.16666666666666666, 5: 0.16666666666666666, 6: 0.16666666666666666})使用add，我們可以計(jì)算出兩個(gè)骰子和的分布：
d6_twice = d6 + d6d6_twice.name = 'two dices'for key, prob in d6_twice.items(): print(key, prob)
借助numpy.sum，我們可以直接計(jì)算三個(gè)骰子和的分布：
import numpy as npd6_thrice = np.sum([d6]*3)d6_thrice.name = 'three dices'
最后可以使用render返回結(jié)果，利用matplotlib把結(jié)果畫圖表示出來(lái)：
for die in [d6, d6_twice, d6_thrice]: xs, ys = die.render() pyplot.plot(xs, ys, label=die.name, linewidth=3, alpha=0.5)pyplot.xlabel('Total')pyplot.ylabel('Probability')pyplot.legend()pyplot.show()結(jié)果如下：
4.4貝葉斯統(tǒng)計(jì)
我們繼續(xù)用擲骰子的例子來(lái)說(shuō)明用Counter如何實(shí)現(xiàn)貝葉斯統(tǒng)計(jì)。現(xiàn)在假設(shè)，一個(gè)盒子中有5種不同的骰子，分別是：4面、6面、8面、12面和20面的。假設(shè)我們隨機(jī)從盒子中取出一個(gè)骰子，投出的骰子的點(diǎn)數(shù)為6。那么，取得那5個(gè)不同骰子的概率分別是多少？
（1）首先，我們需要生成每個(gè)骰子的概率質(zhì)量函數(shù)：
def make_die(num_sides): die = Pmf(range(1, num_sides+1)) die.name = 'd%d' % num_sides die.normalize() return diedice = [make_die(x) for x in [4, 6, 8, 12, 20]]print(dice)
（2）接下來(lái)，定義一個(gè)抽象類Suite。Suite是一個(gè)概率質(zhì)量函數(shù)表示了一組假設(shè)(hypotheses)及其概率分布。Suite類包含一個(gè)bayesian_update函數(shù)，用來(lái)基于新的數(shù)據(jù)來(lái)更新假設(shè)(hypotheses)的概率。
class Suite(Pmf): """Map from hypothesis to probability.""" def bayesian_update(self, data): """Performs a Bayesian update. Note: called bayesian_update to avoid overriding dict.update data: result of a die roll """ for hypo in self: like = self.likelihood(data, hypo) self[hypo] *= like self.normalize()
其中的likelihood函數(shù)由各個(gè)類繼承后，自己實(shí)現(xiàn)不同的計(jì)算方法。
（3）定義DiceSuite類，它繼承了類Suite。
class DiceSuite(Suite): def likelihood(self, data, hypo): """Computes the likelihood of the data under the hypothesis. data: result of a die roll hypo: Die object """ return hypo[data]
并且實(shí)現(xiàn)了likelihood函數(shù)，其中傳入的兩個(gè)參數(shù)為： data: 觀察到的骰子擲出的點(diǎn)數(shù)，如本例中的6 hypo: 可能擲出的那個(gè)骰子
（4）將第一步創(chuàng)建的dice傳給DiceSuite，然后根據(jù)給定的值，就可以得出相應(yīng)的結(jié)果。
dice_suite = DiceSuite(dice)dice_suite.bayesian_update(6)for die, prob in sorted(dice_suite.items()): print die.name, probd4 0.0d6 0.392156862745d8 0.294117647059d12 0.196078431373d20 0.117647058824
正如，我們所期望的4個(gè)面的骰子的概率為0（因?yàn)?個(gè)面的點(diǎn)數(shù)只可能為0~4），而6個(gè)面的和8個(gè)面的概率最大。 現(xiàn)在，假設(shè)我們又?jǐn)S了一次骰子，這次出現(xiàn)的點(diǎn)數(shù)是8，重新計(jì)算概率：
dice_suite.bayesian_update(8)for die, prob in sorted(dice_suite.items()): print die.name, probd4 0.0d6 0.0d8 0.623268698061d12 0.277008310249d20 0.0997229916898
現(xiàn)在可以看到6個(gè)面的骰子也被排除了。8個(gè)面的骰子是最有可能的。
以上的幾個(gè)例子，展示了Counter的用處。實(shí)際中，Counter的使用還比較少，如果能夠恰當(dāng)?shù)氖褂闷饋?lái)將會(huì)帶來(lái)非常多的方便。
新聞熱點(diǎn)
疑難解答
圖片精選
