Python中的词频程序

Question

假设我有一个单词列表，叫做 words，比如说 words = ["hello", "test", "string", "people", "hello", "hello"]，我想创建一个字典来统计每个单词出现的频率。

我们把这个字典叫做 'counts'。

counts = {}
for w in words:
    counts[w] = counts.get(w,0) + 1

我不太明白的地方是 counts.get(w, 0)。书上说，通常你会用 counts[w] = counts[w] + 1 来增加单词的计数，但第一次遇到一个新单词时，它在 counts 里是找不到的，这样就会报错。这个说法没问题，但 counts.get(w, 0) 到底是干嘛的呢？特别是 (w, 0) 这个写法是什么意思？

Answer 1

字典的 get() 方法可以接受一个默认值作为第二个参数，如果你查找的键不存在的话。所以 counts.get(w,0) 的意思是，如果 w 在 counts 里找不到，就返回 0。

Answer 2

如果你使用的是Python 2.7或更高版本，可能会更喜欢用collections.Counter这个工具来处理数据，比如：

In []: from collections import Counter
In []: c= Counter(["hello", "test", "string", "people", "hello", "hello"])
In []: c
Out[]: Counter({'hello': 3, 'test': 1, 'people': 1, 'string': 1})

Answer 3

如果你有一个字典，get() 是一个方法，其中 w 是一个变量，里面存着你想查找的单词，而 0 是默认值。如果字典里没有 w 这个单词，get 就会返回 0。