本篇浏览的代码实现了应用分组函数对列表进行分组，并计算每组的元素个数的性能。
本篇浏览的代码片段来自于30-seconds-of-python。
count_by
def count_by(arr, fn=lambda x: x): key = {} for el in map(fn, arr): key[el] = 1 if el not in key else key[el] + 1 return key# EXAMPLESfrom math import floorcount_by([6.1, 4.2, 6.3], floor) # {6: 2, 4: 1}count_by(['one', 'two', 'three'], len) # {3: 2, 5: 1}count_by依据给定的函数对列表中的元素进行分组，并返回每组中元素的数量。该应用map()应用给定函数映射给定列表的值。在映射上迭代，并在每次呈现时减少元素数。
该函数应用not in判断目前字典中是否含有指定的key，如果不含有，就将该key退出字典，并将对应的value设置为1；如果含有，就将value加1。
应用字典推导式
在** Python代码浏览：依据给定的函数对列表中的元素进行分组**中应用了字典推导式，将列表进行了分组。这里也能够应用同样的形式，在分组之后间接获取列表长度。不过这种写法遍历了两次列表，会使程序效率变低。
def count_by(lst, fn): return {key : len([el for el in lst if fn(el) == key]) for key in map(fn, lst)}应用collections.defaultdict简化代码
class collections.defaultdict([default_factory[, ...]])collections.defaultdict蕴含一个default_factory属性，能够用来疾速结构指定款式的字典。
当应用int作为default_factory，能够使defaultdict用于计数。因而能够间接应用它来简化代码。相比字典推导式的办法，只须要对列表进行一次循环即可。
from collections import defaultdictdef count_by(lst, fn): d = defaultdict(int) for el in lst: d[fn(el)] += 1 return d当应用 list 作为 default_factory时，很轻松地将（键-值对组成的）序列转换为（键-列表组成的）字典。因而咱们也能够据此改写** Python代码浏览：依据给定的函数对列表中的元素进行分组**中的实现形式，提高效率。
def group_by(lst, fn): d = defaultdict(list) for el in lst: d[fn(el)].append(el) return d# EXAMPLESfrom math import floorgroup_by([6.1, 4.2, 6.3], floor) # {4: [4.2], 6: [6.1, 6.3]}group_by(['one', 'two', 'three'], len) # {3: ['one', 'two'], 5: ['three']}