共计 3225 个字符，预计需要花费 9 分钟才能阅读完成。
假如咱们有这样一种数据：
data = [("apple", 30), ("apple", 35),
("apple", 32), ("pear", 60),
("pear", 32), ("pear", 60),
("banana", 102), ("banana", 104)
]
# 咱们心愿变成如下格局
"""[('apple', [30, 35, 32]),
('pear', [60, 32, 60]),
('banana', [102, 104])]
"""如果是你的话，你会怎么做呢？很容易想到的一种解决方案是结构一个字典：
data = [("apple", 30), ("apple", 35),
("apple", 32), ("pear", 60),
("pear", 32), ("pear", 60),
("banana", 102), ("banana", 104)
]
data_dict = {}
for name, count in data:
if name not in data_dict:
data_dict[name] = []
data_dict[name].append(count)
print(data_dict)
"""{'apple': [30, 35, 32],'pear': [60, 32, 60],'banana': [102, 104]}"""
print(list(data_dict.items()))
"""[('apple', [30, 35, 32]),
('pear', [60, 32, 60]),
('banana', [102, 104])]
"""这种计划齐全没有问题，不过咱们还能够写的更优雅一些，也就是应用字典的 setdefault 办法：
data = [("apple", 30), ("apple", 35),
("apple", 32), ("pear", 60),
("pear", 32), ("pear", 60),
("banana", 102), ("banana", 104)
]
data_dict = {}
for name, count in data:
# setdefault(k, v) 含意如下
# 当 k 不存在时，将 k: v 设置在字典中，并返回 v
# 当 k 存在时，间接返回 k 对应值
data_dict.setdefault(name, []).append(count)
print(list(data_dict.items()))
"""[('apple', [30, 35, 32]),
('pear', [60, 32, 60]),
('banana', [102, 104])]
"""setdefault 是一个十分不便的办法，然而应用频率却不怎么高，或者说该办法不太让人喜爱。次要是每次调用都要给一个初始值，比方代码中的空列表 []。另外这里的初始值能够任意，如果你心愿增加的时候还能实现去重成果，那么就将空列表换成空集合即可。
或者咱们还能够应用 defaultdict，它位于 collections 模块中。
from collections import defaultdict
data = [("apple", 30), ("apple", 35),
("apple", 32), ("pear", 60),
("pear", 32), ("pear", 60),
("banana", 102), ("banana", 104)
]
# 外面接管一个 callable
# 当拜访的 k 不存在时，返回 callable 调用之后的值
data_dict1 = defaultdict(list)
for name, count in data:
data_dict1[name].append(count)
print(list(data_dict1.items()))
"""[('apple', [30, 35, 32]),
('pear', [60, 32, 60]),
('banana', [102, 104])]
"""
# 也能够指定为 set
data_dict2 = defaultdict(set)
for name, count in data:
data_dict2[name].add(count)
print(list(data_dict2.items()))
"""[('apple', {32, 35, 30}),
('pear', {32, 60}),
('banana', {104, 102})]
"""总的来说，defaultdict 和字典的 setdefault 办法十分相似，咱们应用 setdefault 即可。
当然啦，对于分组，还有一种非凡状况，就是词频统计。假如咱们想统计可迭代对象中，每个元素呈现的次数该怎么做呢？
data = ["apple", "apple", "apple",
"pear", "pear", "pear",
"banana", "banana"]
data_dict = {}
for item in data:
# 此处不能应用 setdefault，因为它是函数
# .setdefault(item, 0) += 1 是不合乎语法规定的
if item not in data_dict:
data_dict[item] = 0
data_dict[item] += 1
print(data_dict)
"""{'apple': 3,'pear': 3,'banana': 2}"""
# 或者应用 defaultdict
from collections import defaultdict
data_dict = defaultdict(int)
for item in data:
data_dict[item] += 1
print(data_dict)
"""defaultdict(<class'int'>,
{'apple': 3, 'pear': 3, 'banana': 2})
"""然而说到词频统计，咱们还能够应用 collections 下的 Counter 类。
from collections import Counter
data = ["apple", "apple", "apple",
"pear", "pear", "pear",
"banana", "banana"]
data_dict = Counter(data)
# 间接搞定，Counter 曾经蕴含了咱们之前的逻辑
print(data_dict)
"""Counter({'apple': 3,'pear': 3,'banana': 2})"""
# Counter 继承 dict，除了反对字典操作之外
# 还提供了很多其它操作，其中一个就是 most_common
# 用于抉择呈现频率最高的几个元素
print(data_dict.most_common(2))
"""[('apple', 3), ('pear', 3)]"""还是很简略的。
以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python 编程学习圈 ，每日干货分享，发送“J”还可支付大量学习材料，内容笼罩 Python 电子书、教程、数据库编程、Django，爬虫，云计算等等。或是返回编程学习网，理解更多编程技术常识。
正文完
