在Python中对计数列表排序

Question

（我刚开始接触编程，所以请尽量具体一点来回答我）

问题：我写了一个程序来解决pythonchallenge.com的第二关。这个程序能工作，但结果看起来很乱。我想把字符计数的结果整理成一个好看的列表。当我尝试用sorted()来排序字符计数的结果时，它把所有的计数都去掉了，只给我一个包含我字符串中字符的列表。我需要能够看到每个字符在我的文件中出现了多少次。总之，这就是我的代码：

countstring = open('pagesource.txt').read()

charcount = {}

for x in countstring:
    charcount[x] = charcount.get(x, 0) + 1

print charcount

这是我在命令行中得到的结果：

>>> {'\n': 1219, '!': 6079, '#': 6115, '%': 6104, '$': 6046, '&': 6043, ')': 6186, '
(': 6154, '+': 6066, '*': 6034, '@': 6157, '[': 6108, ']': 6152, '_': 6112, '^':
 6030, 'a': 1, 'e': 1, 'i': 1, 'l': 1, 'q': 1, 'u': 1, 't': 1, 'y': 1, '{': 6046
, '}': 6105}

如果我加上一个sorted()函数，比如print sorted(charcount)，我在命令行中得到的结果是：

>>> ['\n', '!', '#', '$', '%', '&', '(', ')', '*', '+', '@', '[', ']', '^', '_', 'a'
, 'e', 'i', 'l', 'q', 't', 'u', 'y', '{', '}']

谢谢你的解决方案，如果你能花时间在你的代码上加上注释，解释每一部分的作用，我会非常感激的！

Answer 1

字典（就是那个{}的意思）是无序的集合。这意味着你不能以任何有意义的方式对它们进行排序。我建议把信息存储为一个元组的列表 [(), ...]，然后根据这个列表进行排序。

foo = [('a', 123), ('b', 345)]

def key_function(x):
    return x[1]

sorted_list = sorted(foo, key_function)
print sorted_list

如你所见，sorted函数有一个可选的第二个参数。这个参数的作用是提供一个函数，告诉sorted如何进行排序。你所做的就是将列表中每个元组的信息拆分，提供一个可以排序的值，因为你实际上不能以任何有意义的方式对元组列表进行排序。

明白了吗？

它也可以写成：print sorted(foo, key=lambda (x,y): y)

lambda只是表示一个没有名字的内联函数，它允许你以不同的方式拆分元组。

你可以通过执行print [y for (x,y) in sorted_list]来看看这个是怎么工作的。

你甚至可以像这样重新定义之前的key函数：

def key_function(x):
    x,y = x
    return y

顺便说一下，我在这里加上括号是为了让它更清楚。如果你不是在定义一个函数，那么逗号就是元组的构造器。

Answer 2

>>> from operator import itemgetter
>>> sorted(charcount.items(), key=itemgetter(1))
[('a', 1), ('e', 1), ('i', 1), ('l', 1), ('q', 1), ('u', 1), ('t', 1), ('y', 1), ('\n', 1219), ('^', 6030), ('*', 6034), ('&', 6043), ('$', 6046), ('{', 6046), ('+', 6066), ('!', 6079), ('%', 6104), ('}', 6105), ('[', 6108), ('_', 6112), ('#', 6115), (']', 6152), (' (', 6154), ('@', 6157), (')', 6186)]

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。

Answer 3

你真的应该使用Counter这个类，而不是自己重新发明轮子。

charcount是一个字典，而字典没有默认的排序顺序。所以，我们需要把它转换成一个可以排序的列表。这个列表中的每一项都会是一个元组，包含字符的数量和字符本身。

charcount.items()已经给我们一个看起来像是[('\n', 1219), ('!', 6079)]的列表。可惜的是，如果我们对这个列表进行排序，它会先按字符排序，然后（如果字符相同）再按数量排序，这样就不符合我们的需求了。因此，我们需要一个键函数，告诉排序先看数量，如果数量相同再看字符。幸运的是，我们的键函数非常简单，只需要调换元组中的位置：

lambda (char,count): (count, char)

另外，我们也可以使用列表推导式来调换值，得到类似[('\n', 1219), ('!', 6079)]的东西，然后排序，再把值调换回来。

charcount_list = sorted(charcount.items(), key=lambda (char,count):(count, char))

现在，charcount_list将变成：

[('a', 1), ('e', 1), ('i', 1), ('l', 1), ('q', 1), ('t', 1), ('u', 1), ('y', 1),
 ('\n', 1219), ('^', 6030), ('*', 6034), ('&', 6043), ('$', 6046), ('{', 6046),
 ('+', 6066), ('!', 6079), ('%', 6104), ('}', 6105), ('[', 6108), ('_', 6112),
 ('#', 6115), (']', 6152), (' (', 6154), ('@', 6157), (')', 6186)]

如果你想要反向排序，只需在sorted中指定reverse=True参数即可。