Python统计列表中元素出现次数的实用教程

本文旨在介绍如何使用Python高效统计列表中各个元素出现的次数，并按照出现频率从高到低进行排序展示。我们将利用collections模块中的Counter类，结合示例代码，详细讲解其用法和优势，帮助读者轻松解决类似问题。

使用 collections.Counter 统计元素出现次数

Python的collections模块提供了一个非常有用的类Counter，它可以方便地统计可迭代对象中元素的出现次数。Counter类是dict的一个子类，用于计数可哈希对象。

基本用法：

1. 导入 Counter 类：

   立即学习“Python免费学习笔记（深入）”；

   首先，需要从collections模块导入Counter类：

   from collections import Counter

2. 创建 Counter 对象：

   

   Matlab语言的特点 中文WORD版

   本文档主要讲述的是Matlab语言的特点；Matlab具有用法简单、灵活、程式结构性强、延展性好等优点，已经逐渐成为科技计算、视图交互系统和程序中的首选语言工具。特别是它在线性代数、数理统计、自动控制、数字信号处理、动态系统仿真等方面表现突出，已经成为科研工作人员和工程技术人员进行科学研究和生产实践的有利武器。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看

   下载

   将需要统计的列表作为参数传递给Counter的构造函数，即可创建一个Counter对象。

   sample_list = ["a", "ab", "a", "abc", "ab", "ab"]
   element_counts = Counter(sample_list)
   print(element_counts)
   # 输出: Counter({'ab': 3, 'a': 2, 'abc': 1})

   可以看到，Counter对象返回一个字典，其中键是列表中的元素，值是该元素出现的次数。

示例：统计数字列表中元素的出现次数并排序

假设我们有一个包含大量数字的列表，需要统计每个数字出现的次数，并按照出现次数从高到低进行排序展示。

from collections import Counter

numbers = [28, 29, 31, 37, 50, 14, 28, 31, 47, 50, 9, 16, 27, 41, 45, 7, 14, 34, 41, 49, 6, 11, 16, 35, 44, 1, 12, 15, 31, 47, 9, 16, 17, 27, 31, 4, 9, 29, 34, 37, 20, 21, 30, 41, 43, 1, 7, 17, 44, 50, 10, 15, 25, 37, 46, 3, 10, 20, 36, 42, 1, 2, 6, 14, 45, 5, 12, 15, 21, 39, 13, 20, 34, 38, 43, 1, 5, 12, 18, 20, 6, 20, 27, 38, 49, 1, 18, 37, 46, 48, 4, 11, 12, 16, 42, 6, 17, 22, 39, 46, 9, 16, 32, 34, 48, 5, 18, 21, 29, 45, 8, 13, 16, 44, 47, 6, 21, 23, 26, 43, 6, 12, 36, 37, 44, 10, 11, 31, 37, 44, 1, 15, 19, 24, 33, 16, 28, 32, 36, 48, 5, 19, 33, 37, 42, 7, 11, 20, 21, 29, 16, 28, 31, 35, 42, 5, 13, 16, 41, 45, 12, 21, 24, 28, 40, 4, 8, 9, 30, 35, 11, 12, 13, 23, 26, 17, 18, 30, 33, 35, 6, 11, 29, 34, 39, 10, 27, 30, 32, 34, 28, 30, 31, 45, 46, 1, 5, 8, 20, 35, 1, 2, 11, 14, 36, 1, 3, 29, 45, 47, 2, 8, 16, 21, 39, 8, 9, 11, 13, 50, 5, 7, 21, 22, 29, 8, 13, 24, 35, 46, 11, 29, 32, 46, 47, 5, 19, 33, 36, 42, 9, 18, 30, 34, 48, 2, 3, 18, 23, 39, 7, 10, 13, 34, 47, 3, 14, 23, 41, 43, 19, 21, 23, 36, 39, 9, 18, 20, 40, 41, 11, 15, 17, 24, 46, 2, 4, 12, 31, 50, 14, 16, 24, 40, 43, 7, 16, 22, 38, 41, 3, 9, 11, 20, 39, 10, 16, 34, 36, 49, 2, 9, 38, 40, 44, 3, 17, 19, 32, 38, 6, 12, 25, 31, 37, 1, 35, 36, 38, 39, 12, 21, 23, 26, 41, 2, 16, 22, 28, 46, 8, 40, 41, 46, 47, 2, 5, 11, 27, 38, 14, 18, 20, 39, 42, 1, 13, 16, 23, 27, 9, 11, 13, 15, 25, 21, 29, 31, 46, 49, 5, 13, 43, 45, 50, 3, 8, 10, 31, 36, 8, 18, 26, 38, 39, 14, 24, 31, 44, 45, 23, 24, 38, 42, 44, 14, 24, 29, 45, 48, 13, 28, 29, 31, 47, 17, 18, 40, 43, 50, 7, 8, 12, 21, 43, 16, 23, 30, 37, 41, 6, 8, 42, 49, 50, 11, 16, 22, 34, 46, 5, 14, 35, 40, 47, 6, 15, 21, 34, 48, 6, 21, 23, 31, 39, 26, 36, 43, 47, 49, 1, 17, 22, 29, 31, 9, 30, 34, 38, 48, 4, 14, 15, 20, 28, 9, 20, 21, 22, 38]

# 统计每个数字出现的次数
number_counts = Counter(numbers)

# 按照出现次数从高到低排序
sorted_counts = number_counts.most_common()

# 打印结果
for number, count in sorted_counts:
    print(f"{number}:{count}x")

代码解释：

• number_counts = Counter(numbers)：创建一个Counter对象，统计numbers列表中每个数字出现的次数。
• sorted_counts = number_counts.most_common()：most_common()方法返回一个列表，其中包含按照出现次数从高到低排序的元素及其计数。
• for number, count in sorted_counts:：遍历排序后的结果，并打印每个数字及其出现次数。

注意事项与总结

• Counter类只能用于可哈希的对象，例如数字、字符串和元组。
• Counter对象可以像字典一样访问，例如number_counts[1]可以获取数字1出现的次数。
• most_common(n)方法可以返回出现次数最多的前n个元素及其计数。

通过使用collections.Counter类，我们可以方便地统计列表中元素的出现次数，并进行排序展示。这种方法简洁高效，适用于各种需要进行元素计数和频率分析的场景。