在列表中查找最流行的单词

Question

我有一个单词列表：

words = ['all', 'awesome', 'all', 'yeah', 'bye', 'all', 'yeah']

我想得到一个元组列表：

[(3, 'all'), (2, 'yeah'), (1, 'bye'), (1, 'awesome')]

每个元组在哪里...

(number_of_occurrences, word)

列表应按出现次数排序。

到目前为止我做了什么：

def popularWords(words):
    dic = {}
    for word in words:
        dic.setdefault(word, 0)
        dic[word] += 1
    wordsList = [(dic.get(w), w) for w in dic]
    wordsList.sort(reverse = True)
    return wordsList

问题是……

它是 Pythonic、优雅和高效的吗？ 你能做得更好吗？ 提前致谢。

Answer 1

您可以为此使用counter。

import collections
words = ['all', 'awesome', 'all', 'yeah', 'bye', 'all', 'yeah']
counter = collections.Counter(words)
print(counter.most_common())
>>> [('all', 3), ('yeah', 2), ('bye', 1), ('awesome', 1)]

它为元组提供了反转列。

来自 cmets：collections.counter >=2.7,3.1。对于较低版本，您可以使用 the counter recipe。

Answer 2

defaultdict 集合就是你要找的：

from collections import defaultdict

D = defaultdict(int)
for word in words:
    D[word] += 1

这为您提供了一个字典，其中键是单词，值是频率。要获取您的（频率，单词）元组：

tuples = [(freq, word) for word,freq in D.iteritems()]

如果使用 Python 2.7+/3.1+，您可以使用内置的 Counter 类进行第一步：

from collections import Counter
D = Counter(words)

Answer 3

它是 Pythonic、优雅和高效的吗？

我觉得不错……

你能做得更好吗？

“更好”？如果它易于理解且高效，那还不够吗？

也许看看 defaultdict 来使用它而不是 setdefault。