从Python中的频率字典构建列表列表

Question

我需要帮助找到从频率字典构建频率排序列表的快捷方式。我可以通过将每个元素附加到列表，然后将每个列表附加到"列表列表"来构建列表列表（见下文）（仅频率1-3很容易），但如果我的频率高达100或更多，会发生什么？！必须有更好的方法。

dictionary = {'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}
list_1 = []
list_2 = []
list_3 = []
list_of_lists = []
for key, value in dictionary.items():
    if value == 1:
            list_1.append(key)
for key, value in dictionary.items():
    if value == 2:
            list_2.append(key)
for key, value in dictionary.items():
    if value == 3:
            list_3.append(key)
list_of_lists.append(list_1)
list_of_lists.append(list_2)
list_of_lists.append(list_3)
print list_of_lists

在Python中运行的副本如下：

[['de'，'cd'，'fg']，['ab'，'gh']，[[ef'，'bc']]

这正是我想要的，但它不适用于频率为100+的100000多个单词的语料库。请帮我找到一种更好、不那么乏味的方法来构建我的列表。

Answer 1

---

解决方案1-通过列表列表的反向映射（要求什么）

你正在寻找一个类似直方图的东西，但相反。

def inverseHistogram(valueFreqPairs):
    maxFreq = max(p[1] for p in valueFreqPairs)+1
    R = [[] for _ in range(maxFreq)]
    for value,freq in valueFreqPairs:
        R[freq] += [value]
    return R

演示：

>>> inverseHistogram(dictionary.items())
[[], ['de', 'cd', 'fg'], ['ab', 'gh'], ['ef', 'bc']]

---

解决方案2-通过defaultdict模式的反向映射（更干净）

如果你满足于使用字典来组织反向（看起来更优雅），那就更好了。这就是我个人的做法。

reverseDict = collections.defaultdict(list)
for value,freq in dictionary.items():
    reverseDict[freq].append(value)

演示：

>>> dict(reverseDict)
{1: ['de', 'cd', 'fg'], 2: ['ab', 'gh'], 3: ['ef', 'bc']}

旁注：例如，如果频率稀疏，例如，如果您的输入是{'onlyitem':999999999}，则这也将为您节省空间，从而避免使列表大于内存，从而锁定您的机器

Answer 2

dict_of_lists = {}
for key, value in dictionary.items():
    if value in dict_of_lists:
        dict_of_lists[value].append(key)
    else:
        dict_of_lists[value] = [key]
list_of_lists = dict_of_lists.values()

Answer 3

您可以使用默认字典来存储数据：

import collections
dictionary={'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}
lists_by_frequency=collections.defaultdict(list)
for s, f in dictionary.iteritems():
        lists_by_frequency[f].append(s)
list_of_lists=[[] for i in xrange(max(lists_by_frequency)+1)]
for f, v in lists_by_frequency.iteritems():
        list_of_lists[f]=v
print lists_by_frequency
print list_of_lists

输出：

defaultdict(<type 'list'>, {1: ['de', 'cd', 'fg'], 2: ['ab', 'gh'], 3: ['ef', 'bc']})
[[], ['de', 'cd', 'fg'], ['ab', 'gh'], ['ef', 'bc']]

正如您所看到的，每个组都存储在其频率的索引中。如果频率至少是一，你可以从最终结果中减去一，这样你就不会在偏移量为零时得到一个空列表。

Answer 4

最佳方法：将它们全部放入dict

result = {}
for key, value in dictionary.iteritems():
  if not value in result:
    result[value] = []
  result[value].append(key)

稍微简单一点：

from collections import defaultdict
result = defaultdict(list)
for key, value in dictionary.iteritems():
  result[value].append(key)

或者创建列表：

result = [[]] * max(dictionary.values())
for key, value in dictionary.iteritems():
  result[value-1].append(key)

Answer 5

你可以做这样简单的事情：

dictionary = {'a1':2, ..., 'g':100}
MAX_FREQUENCE = max([dictionary[k] for k in dictionary]) //find the max frequency
list_of_lists=[[] for x in range(MAX_FREQUENCE] //generate empty list of lists
for k in dictionary:  
    dictionary[d[k]-1].append(k)

从list_of_lists开始的-1从0开始。动态列表的构造：[f(x) for x in iterable]被称为列表理解。

Answer 6

功能方式：

import collections
dictionary = {'ab':2, 'bc':3, 'cd':1, 'de':1, 'ef':3, 'fg':1, 'gh':2}
ldict = collections.defaultdict(list)
map(lambda (k, v): ldict[v].append(k), dictionary.iteritems())
list_of_lists = map(lambda x: ldict[x], xrange(0, max(ldict)+1))
print(list_of_lists)

此解决方案使用的方法与hochl的解决方案相同。它是功能性的：因此它更短，但通常需要更长的时间才能理解。：-）

注释：它太长了，因为IMHO dict/defaultdict构造函数（用于此用途）太有限。