Python统计可散列的对象之容器Counter详解

Miles

发布时间：2026-10-12| 3人浏览过

原创

本文详细解析Python中collections.Counter容器的使用方法。涵盖三种初始化方式、空Counter的update填充、字典式访问及elements()迭代器的特性。重点介绍most_common()统计高频元素，并结合英文文档统计示例展示其在NLP中的应用。最后演示Counter容器间的加减交集并集等算术运算，帮助开发者高效处理可散列对象的频率统计。

一、初始化Counter

Counter类支持三种不同的初始化方式：可以传入一个列表（数组），传入一个字典，或者通过关键字参数进行键值对赋值。具体的初始化代码示例如下：

import collections

a = collections.Counter(['a', 'a', 'b', 'b', 'b', 'c'])
b = collections.Counter({"a": 2, "b": 3, "c": 1})
c = collections.Counter(a=2, b=3, c=1)
print(a)
print(b)
print(c)

执行上述代码后，运行结果如下所示：

上述方式是通过构造函数直接填充数据。此外，也可以先创建一个空的Counter实例，随后调用update()方法向其中添加数据。

import collections

a = collections.Counter()
a.update(['a', 'a', 'b', 'b', 'b', 'c'])
print(a)

该方式的运行效果与前述示例a一致，此处不再展示图片，读者可自行测试验证。

二、遍历Counter

经过初始化或更新操作后，Counter容器中已包含若干统计值。由于Counter的输出形式类似于字典，因此可以直接采用字典的访问方式进行读取。

import collections

a = collections.Counter()
a.update(['a', 'a', 'b', 'b', 'b', 'c'])

for key in 'abcde':
    print(key, "=", a[key])

运行代码后的效果如下：

从结果可以看出，即使访问Counter中不存在的键，也不会抛出错误，而是返回默认计数值0。

三、elements()

如果需要遍历输出所有元素且排除计数为0的项目，可以使用elements()迭代器。具体实现代码如下：

import collections

a = collections.Counter()
a.update('caabbbc')
print(list(a.elements()))

运行上述代码后，效果如下：

需要注意的是，虽然elements()会忽略计数为0的元素，但它并不保证输出元素的顺序。

四、most_common

most_common()方法可用于生成一个序列，统计出现频率最高的n个元素及其对应的计数。下面通过统计英文文档中字母出现次数的示例来演示具体用法：

import collections

c = collections.Counter()
with open('英文文档.txt', 'rt') as f:
    for line in f:
        c.update(line.rstrip().lower())
for letter, count in c.most_common(5):
    print("{}：{}".format(letter, count))

运行代码后的结果如下：

统计结果显示，英文文档中空格出现次数最多，共计658次，其他字符的计数依次递减。利用Counter生成英文文档中字母的频率分布，可以完美结合到自然语言处理（NLP）任务中进行统计分析。

五、算数操作

Counter容器不仅用于统计频率分布，还支持算术运算。例如，可以将两个Counter容器相加或相减，具体操作如下：

import collections

c1 = collections.Counter('abcbcabds')
c2 = collections.Counter('abcbcabds')
print("原始值：")
print(c1)
print(c2)
print("算数运算后：")
print(c1 + c2)
print(c1 - c2)
print(c1 & c2)
print(c1 | c2)

运行代码后的效果如下：