频率元组

Question

的名单我有一个列表：

a = [(['7', '8'], ['4', '7'],['3', '4'],['3', '8'],['4', '8'],...............['3','4'])] 

我想创建2列这给我在列表中的元组的频率。例如：

bigram  frequency 
['7','8']  2 
['4','7']  3 
['3', '4'] 6 

等等。

此外，考虑条目像['7','8']和['8','7']相同（重复）。唯一的一个条目应该在列中并且频率应该被添加到该列中。

我试图用

from collections import counter 

，并做一些循环过它，但我得到的错误是：

unhashable类型：列表

Answer 1

尝试：

from collections import Counter 

a = [(['7', '8'], ['4', '7'],['3', '4'],['3', '8'],['4', '8'],['3','4'],['7','8'],['8','7'],['4','3'])] 

frequency_list = Counter(tuple(sorted(i)) for i in a[0]) 

print "bigram","frequency" 
for key,val in frequency_list.items(): 
    print key, val 

输出如下

bigram frequency 
('4', '7') 1 
('4', '8') 1 
('7', '8') 3 
('3', '4') 3 
('3', '8') 1 

Answer 2

名单不是可哈希要用作字典键，您需要将它们转换为可哈希对象。在这种情况下tuple是一个合适的选择：

In [5]: Counter(map(tuple, a[0])).items() 
Out[5]: 
[(('4', '7'), 1), 
(('4', '8'), 1), 
(('7', '8'), 1), 
(('3', '4'), 2), 
(('3', '8'), 1)] 

如果你要考虑unordere数组你有相同的对它们进行排序它们将它们传递到Counter：

In [7]: a 
Out[7]: 
[(['7', '8'], 
    ['4', '7'], 
    ['3', '4'], 
    ['3', '8'], 
    ['4', '8'], 
    ['3', '4'], 
    ['7', '4'])] 

In [8]: Counter(tuple(sorted(i)) for i in a[0]) 
Out[8]: Counter({('4', '7'): 2, ('3', '4'): 2, ('3', '8'): 1, ('7', '8'): 1, ('4', '8'): 1}) 

注意，由于你的数字是字符串，如果他们有一个以上的数字长度，你应该在排序前将它们转换为整数，否则它们会按照字典顺序排序。 a = [('7', '8'), ... ('4', '7')]

或者您可以将列表映射到元组，因为元组是可哈希而不是名单：

Answer 3

，如果你改变你的列表，将工作中使用计数器。

[更新]对每个列表进行排序然后将每个列表映射到元组。 Counter(map(lambda x: tuple(sorted(x)), a[0])).items()（基于@Kasramvd）。

Answer 4

我想你可以使用itertools.groupby来分组项目的排序列表。组的关键可以是可以创建有序列表的自定义键。对于二进制元组，你可以使用一个简单的比较来建立这样一个元组

考虑

a = [(['7', '8'], ['4', '7'],['3', '4'],['3', '8'],['4', '8'],['4','3'])] 


from itertools import groupby 
key = lambda tup: tup if tup[0] < tup[1] else tup[::-1] 
[(key, len(list(values))) 
for key, values in groupby(sorted(a[0], key = key), key = key)] 
Out[42]: 
[(['3', '4'], 2), 
(['3', '8'], 1), 
(['4', '7'], 1), 
(['4', '8'], 1), 
(['7', '8'], 1)] 

如果在列表中两个以上的项目，可以考虑使用分类为关键。这可能不是有效的，但可以方便

[(key, len(list(values))) 
for key, values in groupby(sorted(a[0], key = sorted), key = sorted)] 
Out[37]: 
[(['3', '4'], 2), 
(['3', '8'], 1), 
(['4', '7'], 1), 
(['4', '8'], 1), 
(['7', '8'], 1)]