添加单个字符柜台

添加密钥如果计数器对象的键的类型是str，即：添加单个字符柜台

我可以这样做：

>>> vocab_counter = Counter("the lazy fox jumps over the brown dog".split()) 

>>> vocab_counter = Counter({k+u"\uE000":v for k,v in vocab_counter.items()}) 
>>> vocab_counter 
Counter({'brown\ue000': 1, 
     'dog\ue000': 1, 
     'fox\ue000': 1, 
     'jumps\ue000': 1, 
     'lazy\ue000': 1, 
     'over\ue000': 1, 
     'the\ue000': 2})

这将是一个快速和/或pythonic的方式来添加一个字符到所有的键？

上述方法是否可以通过将字符附加到所有键来实现最终计数器的唯一方法？是否有其他方式来实现相同的目标？

来源

2017-04-03 alvas

我认为你这样做的方式似乎很不错......你期待什么样的改进？所用的时间？代码行？ – Shadow

不是代码行，只是想知道是否有更好的方法。多次遍历所有密钥并不是非常理想的。也许我必须将其转储到数据框或numpy数组，然后再读回到计数器。 – alvas

我不认为这会更好......这种方式将涉及创建拆分字符串的列表，操纵它们中的每一个，然后对它们进行计数。目前它正在关闭的方式只涉及每个独特的词 - 所以如果计算一本小说它会更干净和有效率（无论如何，我认为）唯一的改变是创建一个字典，而不是在你最后一步计数器，因为你不需要再计算了（我假设） – Shadow

更好的方法是在创建计数器对象之前添加该字符。如果这是不可能的创建计数器可以覆盖Counter对象，以添加特殊字符during setting the values for keys之前修改的话

In [15]: vocab_counter = Counter(w + u"\uE000" for w in "the lazy fox jumps over the brown dog".split()) 

In [16]: vocab_counter 
Out[16]: Counter({'the\ue000': 2, 'fox\ue000': 1, 'dog\ue000': 1, 'jumps\ue000': 1, 'lazy\ue000': 1, 'over\ue000': 1, 'brown\ue000': 1})

：使用内Counter发电机表达你可以做到这一点。

来源

2017-04-03 06:42:46 Kasramvd

唯一的其他优化的方式我能想到的是使用Counter是追加字符一个子类，当钥匙插入：

from collections import Counter 


class CustomCounter(Counter): 
    def __setitem__(self, key, value): 
     if len(key) > 1 and not key.endswith(u"\uE000"): 
      key += u"\uE000" 
     super(CustomCounter, self).__setitem__(key, self.get(key, 0) + value)

演示：

>>> CustomCounter("the lazy fox jumps over the brown dog".split()) 
CustomCounter({u'the\ue000': 2, u'fox\ue000': 1, u'brown\ue000': 1, u'jumps\ue000': 1, u'dog\ue000': 1, u'over\ue000': 1, u'lazy\ue000': 1}) 
# With both args and kwargs 
>>> CustomCounter("the lazy fox jumps over the brown dog".split(), **{'the': 1, 'fox': 3}) 
CustomCounter({u'fox\ue000': 4, u'the\ue000': 3, u'brown\ue000': 1, u'jumps\ue000': 1, u'dog\ue000': 1, u'over\ue000': 1, u'lazy\ue000': 1})

来源

2017-04-03 06:42:54

演示中的CustomCounter包含条目'u'the \ ue000'：1'，它应该具有值2，所以看起来好像这个解决方案有错误。 – Felix

@Felix Oopsy！固定。 –

最短的路我用的是，

vocab_counter = Counter("the lazy fox jumps over the brown dog".split()) 
for key in vocab_counter.keys(): 
    vocab_counter[key+u"\uE000"] = vocab_counter.pop(key)

来源

2017-04-03 06:49:05 DexJ

''\ ue000''应该在每个新钥匙的末尾，而不是前面。 –

耶！您可以将其视为错字：P – DexJ

现在已经修复了，我认为这是这里唯一的无错答案。我不认为这种方法比问题中的更好，但至少不会更糟。 –

你可以用字符串操作来做到这一点：

text = 'the lazy fox jumps over the brown dog' 
Counter((text + ' ').replace(' ', '_abc ').strip().split())

来源

2017-04-03 06:50:26

添加单个字符柜台

回答

相关问题