Python统计序列元素频率与词频统计实战

闻溪

发布时间：2026-10-13 | 5人浏览过

原创

本文详解Python中统计序列元素频率的两种方法。通过手动遍历字典与使用collections.Counter类，分别解决随机数列高频元素提取及英文文章词频统计问题。重点展示most_common函数的应用，结果以字典形式保存，帮助开发者高效处理数据统计任务。

本文分享Python统计序列中元素的具体实现代码，供读者参考。

问题1：

针对随机数列[12,5,8,7,8,9,4,8,5,...]，提取出现次数最高的3个元素及其对应的出现次数。

问题2：

对某篇英文文章的单词进行词频统计，找出出现次数最多的10个单词及其具体出现次数。

上述问题的统计结果均以字典形式保存。

如何解决上述问题1？

方法1：

#!/usr/bin/python3
 
from random import randint
 
 
def count_seq(data):
  
 # 初始化统计结果字典,data中的key作为结果字典的key，0作为每个key的初始值
 result_c = dict.fromkeys(data, 0)
  
 # 循环data，对字典中中碰到的值进行 +1 ，循环完成后就是结果
 for x in data:
  result_c[x] += 1
 return result_c
 
if __name__ == '__main__':
 # 生成２０个随机数
 data = [randint(0, 20) for _ in range(20)]
 print(data)
  
 # 结果
 result_c = count_seq(data)
 for i in result_c:
  print(i, result_c[i])

方法2：

利用collections模块下的Counter对象进行统计。

#!/usr/bin/python3
 
from random import randint
from collections import Counter
 
 
def count_seq(data):
  
 # 创建Counter对象，并把打他传递进去
 median_c = Counter(data)
  
 # 返回统计最大的3个数
 return median_c.most_common(3)
 
if __name__ == '__main__':
 # 生成２０个随机数
 data = [randint(0, 20) for _ in range(20)]
 print(data)
  
 # 结果
 result_c = count_seq(data)
 print(result_c, dict(result_c))

问题2的解决思路如下：

import re
from collections import Counter
 
 
def count_words():
 # 读取文件
 with open('english_article', 'r', encoding='utf-8') as data:
  print()
  # 文件单词分割
  data_list = re.split('\W+', data.read())
 # 单词统计
 words = Counter(data_list)
 # 取单词统计最大的10个值
 return words.most_common(10)
 
if __name__ == '__main__':
 result = count_words()
 print(result)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。