Python dictionary / collections.Counter()：データ要素の数え方、現時点のまとめ

dictionary繋がりでdictionaryとcollections.Counter()の整理(2/14:タイトル変更しました)

要素数を数える

例えば、文字”lkfjaslfkjalg;km,:hearnr”を含むtxがあり、txが含む要素の数はそれぞれ幾つか数えたい場合、dictionaryを使う事で数える事が可能。

>>> tx = "lkfjaslfkjalg;km,: h:s;klg eoj@eh1-earnr"
>>> ct = {}
>>> for i in tx:
...     if i in ct:
...             ct[i] += 1
...     else:
...             ct[i] = 1
... 
>>> ct
{'l': 4, 'k': 4, 'f': 2, 'j': 3, 'a': 3, 's': 2, 'g': 2, ';': 2, 'm': 1, ',': 1, ':': 2, ' ': 2, 'h': 2, 'e': 3, 'o': 1, '@': 1, '1': 1, '-': 1, 'r': 2, 'n': 1}

dictionary型の空データctを作り、該当要素がctになければct[要素] = 1として数え始める。
ctに該当要素があればその要素数を+1する。

この方法は細かい設定をして集計する場合に使いやすい。例えばアルファベットだけをカウントしたい場合。

アルファベットだけを数えたい

for loopに判定するコードを追加する事で、アルファベットだけを数えられる。

>>> tx = "lkfjaslfkjalg;km,: h:s;klg eoj@eh1-earnr"
>>> ct = {}
>>> for i in tx:
...     if str.isalpha(i) and i not in ct:
...             ct[i] = 1
...     elif i in ct:
...             ct[i] += 1
... 
>>> ct
{'l': 4, 'k': 4, 'f': 2, 'j': 3, 'a': 3, 's': 2, 'g': 2, 'm': 1, 'h': 2, 'e': 3, 'o': 1, 'r': 2, 'n': 1}

ただ全要素を数える時に使えるcollections.Counter()

ただ全要素を数える時には、collections.Counter()で同様の事ができる。

>>> tx
'lkfjaslfkjalg;km,: h:s;klg eoj@eh1-earnr'
>>> from collections import Counter
>>> ct = Counter(tx)
>>> ct
Counter({'l': 4, 'k': 4, 'j': 3, 'a': 3, 'e': 3, 'f': 2, 's': 2, 'g': 2, ';': 2, ':': 2, ' ': 2, 'h': 2, 'r': 2, 'm': 1, ',': 1, 'o': 1, '@': 1, '1': 1, '-': 1, 'n': 1})

collections.Counter()は要素をkeyに、カウントした数字をvalueにしたdictionary型のデータ。

カウント数(value)はゼロでも負でも可能。ゼロは分かるが負ってどう言う状況だろうか？分かったら追記する。

collections.Counter()型データの作成方法

# import collectionsでインポートとした場合
# 空集合
ct = collections.Counter()

# dictinoary型データを直接入力
>>> ct = collections.Counter({"apple": 5, "banana": 7})
>>> ct
Counter({'banana': 7, 'apple': 5})
# ct = Counter({要素: 数}) 

# "="を使ってデータを入力。
>>> ct = collections.Counter(banana = 6, apple=9)
>>> ct
Counter({'apple': 9, 'banana': 6})

collections.Counter()の機能

collections.Counter()を使うと用意された機能を使用できる。

elements() : 集計したリスト通りの数要素を出力

集計リストの順番で要素をその個数分出力します。

>>> ct
Counter({'l': 4, 'k': 4, 'j': 3, 'a': 3, 'e': 3, 'f': 2, 's': 2, 'g': 2, ';': 2, ':': 2, ' ': 2, 'h': 2, 'r': 2, 'm': 1, ',': 1, 'o': 1, '@': 1, '1': 1, '-': 1, 'n': 1})

>>> ct.elements()
<itertools.chain object at 0x105234220>

ただct.elements()を実行してもこのコードはiteratorを返すだけですので、何が出力されるのか、中身を見る為、list “lst”に一ずつappendしてから出力。

>>> lst = []
>>> for  i in ct.elements():
...     lst.append(i)
... 
>>> lst
['l', 'l', 'l', 'l', 'k', 'k', 'k', 'k', 'f', 'f', 'j', 'j', 'j', 'a', 'a', 'a', 's', 's', 'g', 'g', ';', ';', 'm', ',', ':', ':', ' ', ' ', 'h', 'h', 'e', 'e', 'e', 'o', '@', '1', '-', 'r', 'r', 'n']

実際の出力順が元々のctの順番通りではありませんが、要素が数えられた個数分出力されている事は分かります。実際の運用上はこのlstをソートして使うのが使いやすい。

>>> ct
Counter({'l': 4, 'k': 4, 'j': 3, 'a': 3, 'e': 3, 'f': 2, 's': 2, 'g': 2, ';': 2, ':': 2, ' ': 2, 'h': 2, 'r': 2, 'm': 1, ',': 1, 'o': 1, '@': 1, '1': 1, '-': 1, 'n': 1})

>>> sorted(ct.elements())
[' ', ' ', ',', '-', '1', ':', ':', ';', ';', '@', 'a', 'a', 'a', 'e', 'e', 'e', 'f', 'f', 'g', 'g', 'h', 'h', 'j', 'j', 'j', 'k', 'k', 'k', 'k', 'l', 'l', 'l', 'l', 'm', 'n', 'o', 'r', 'r', 's', 's']

因みに、valueが0や負の数字の場合、無視される。

most_common([n])：一番多い要素を出力

一番多い要素からn個分をkey:valueペアのデータで出力。
nが省略されたりNoneの場合全データが返ってくる。
同じ数だった場合、並んだ順番で左の物が先。

>>> ct
Counter({'l': 4, 'k': 4, 'j': 3, 'a': 3, 'e': 3, 'f': 2, 's': 2, 'g': 2, ';': 2, ':': 2, ' ': 2, 'h': 2, 'r': 2, 'm': 1, ',': 1, 'o': 1, '@': 1, '1': 1, '-': 1, 'n': 1})

>>> ct.most_common() # ct.most_common(None)と同じ
[('l', 4), ('k', 4), ('j', 3), ('a', 3), ('e', 3), ('f', 2), ('s', 2), ('g', 2), (';', 2), (':', 2), (' ', 2), ('h', 2), ('r', 2), ('m', 1), (',', 1), ('o', 1), ('@', 1), ('1', 1), ('-', 1), ('n', 1)]

>>> ct.most_common(4)
[('l', 4), ('k', 4), ('j', 3), ('a', 3)]

Counterオブジェクトの使用例

sum(c.values())                 # 要素の合計値を返す
c.clear()                       # データをクリア　空データCounter()になる
list(c)                         # 要素のリスト化
set(c)                          # 要素のcセット化
dict(c)                         # key:valueの関係そのままにdictionary型に変換
c.items()                       # 同様の関係のままdict_items()の型に変換
Counter(dict(list_of_pairs))    # convert from a list of (elem, cnt) pairs
c.most_common()[:-n-1:-1]       # n番目までの最も少ない数の要素をkey:valueで返す
+c                              # 数がゼロや負の要素を削除

今後随時更新します。