下面的过程代码片段计算文本字符串的字符频率并写入字典。字典以字符为键,以频率为值。
text = "asampletextstring"
char_count = {}
for char in text:
if char_count.get(char):
char_count[char] += 1
else:
char_count[char] = 1
我的问题是,是否可以将上面的代码段重写为comprehension
?
这是可能的,但效率低:
text = "asampletextstring"
char_count = { char : text.count(char) for char in text }
print(char_count)
输出
{'s': 2, 'x': 1, 'p': 1, 'm': 1, 'e': 2, 'r': 1, 'n': 1, 'g': 1, 'a': 2, 'i': 1, 'l': 1, 't': 3}
你可以写一个较短版本的代码:
char_count = {}
for char in text:
char_count[char] = char_count.get(char, 0) + 1
可以在此处使用set()
,以避免遇到字符2或更多次。
text = "asampletextstring"
dict1 = {ch: text.count(ch) for ch in set(text)}
print(dict1)
{'s': 2, 'r': 1, 'i': 1, 'n': 1, 'a': 2, 'e': 2, 'p': 1, 't': 3, 'x': 1, 'l': 1, 'g': 1, 'm': 1}
每次我使用字典理解、将输入转换为集合的字典理解和传统的for循环进行分析时,我都很想研究各种方法的性能,并证明理解不好。这是有道理的,为什么理解在这里是昂贵的,因为.count()
每次都在整个text
上迭代,以计数单个char
的频率
from timeit import timeit
print('Approach 1 without set compehrension: {}'.format(timeit ('{ch: text.count(ch) for ch in text}',setup='text = "asampletextstring"',number=1000000)))
print('Approach 2 with set compehrension: {}'.format(timeit ('{ch: text.count(ch) for ch in set(text)}',setup='text = "asampletextstring"',number=1000000)))
print('Approach 3 simple loops :{}'.format(timeit('for c in text:char_count[c] = char_count.get(c, 0) + 1',setup='text = "asampletextstring";char_count={};',number=1000000)))
print('Approach 4 Counter :{}'.format(timeit('Counter(text)',setup='text = "asampletextstring";from collections import Counter;',number=1000000)))
输出:
Approach 1 without set compehrension: 4.43441867505
Approach 2 with set compehrension: 3.98101747791
Approach 3 simple loops :2.60219633984
Approach 4 Counter :7.54261124884
重写-不是真的,我看不出任何简单的方法。我到达的最好的地方需要一本额外的字典。
d = {}
{ c: d.get(c, 0) for c in text if d.update( {c: d.get(c,0) + 1} ) or True}
在Python 3.8中可以得到一个liner,但是通过(ab(使用赋值表达式