(Note)Python 统计列表中各元素出现的次数

2023-05-16

演示列表:

Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7]

1.统计列表中不同元素的个数


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 

List_to_set=set(Demo_list)

print(List_to_set)
print(len(List_to_set))

Result:

{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
10

2.统计列表中各元素出现的次数(方法1)


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 


Demo_dict={}
for item in List_to_set:
    Demo_dict.update({item:Demo_list.count(item)})
    
print(Demo_dict)

Result:

{0: 1, 1: 2, 2: 4, 3: 4, 4: 2, 5: 3, 6: 1, 7: 2, 8: 2, 9: 1}

3.统计列表中各元素出现的次数(方法2)


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 


Demo_dict={}
for key in Demo_list:
    Demo_dict[key]=Demo_dict.get(key,0)+1
    
print(Demo_dict)

Result:

{1: 2, 2: 4, 3: 4, 5: 3, 6: 1, 0: 1, 4: 2, 7: 2, 8: 2, 9: 1}

4.统计列表中各元素出现的次数(方法3)


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 


# 利用Pandas模块下的value_counts函数
import pandas as pd
Demo_result=pd.value_counts(Demo_list)

print(Demo_result)


Result:

2    4
3    4
5    3
1    2
4    2
7    2
8    2
6    1
0    1
9    1
dtype: int64

5.统计列表中各元素出现的次数(方法4)


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 


# 利用collections模块下的Counter函数
from collections import Counter
Demo_result=Counter(Demo_list)
Demo_result=dict(Demo_result)

print(Demo_result)

Result:

{1: 2, 2: 4, 3: 4, 5: 3, 6: 1, 0: 1, 4: 2, 7: 2, 8: 2, 9: 1}

Python Code:



# Python Count


import warnings
warnings.filterwarnings('ignore')


Demo_list=[1,2,3,3,3,5,6,2,2,0,4,5,2,7,8,4,5,1,3,9,8,7] 


# 0.统计列表中不同元素的个数
List_to_set=set(Demo_list)

print(List_to_set)
print(len(List_to_set))


# 1.统计列表中各元素出现的次数 (Type:0)
Demo_dict={}
for item in List_to_set:
    Demo_dict.update({item:Demo_list.count(item)})
    
print(Demo_dict)


# 2.统计列表中各元素出现的次数 (Type:1)
Demo_dict={}
for key in Demo_list:
    Demo_dict[key]=Demo_dict.get(key,0)+1
    
print(Demo_dict)


# 3.统计列表中各元素出现的次数 (Type:2)
# 利用Pandas模块下的value_counts函数
import pandas as pd
Demo_result=pd.value_counts(Demo_list)

print(Demo_result)


# 4.统计列表中各元素出现的次数 (Type:3)
# 利用collections模块下的Counter函数
from collections import Counter
Demo_result=Counter(Demo_list)
Demo_result=dict(Demo_result)

print(Demo_result)


Result:

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

(Note)Python 统计列表中各元素出现的次数 的相关文章

随机推荐

  • SpringSecurity关于关闭csrf后导致页面元素消失的问题及处理方法

    在学习SpringSecurity时进行自定义登录页面的编写时 xff0c 由于在学习的过程中暂时用不到csrf防护 xff0c 不关闭的话后面可能会因为没考虑csrf防护而遇到一连串的问题 xff0c 且关闭后直接使用GET请求也可以退出
  • 机器人开发ros初识

    首先 xff0c 采用ros系统的机器人一般都是有上位机和下位机的 xff0c 下位机以arduino为例 xff0c 负责订阅上位机发送的topic xff0c 获取信息后通过设计的代码进行相应处理控制硬件 xff0c 比如移动 xff0
  • 使用Python+requests简单实现模拟登录以及抓取接口数据

    前言 xff1a 说起爬虫这个东西 xff0c 大学时我习惯用PHP 43 CURL来实现 xff0c 后来用Java 43 WebMagic来实现 如今刚接触一下Python xff0c 开始了解一下Python的语法和框架等 xff0c
  • 常用数据集网盘免费下载(转载)

    List item 遥感影像库 链接 xff1a https pan baidu com s 1bGLRZo 密码 xff1a ic0t facebook大数据 链接 xff1a https pan baidu com s 1geGBLb9
  • C++连接MySQL 操作的封装

    以前写过一篇 c 43 43 连接mysql 的博客 xff0c 每次都要写类来封装数据库的操作函数 xff0c 参考一位大佬的封装 xff0c 不说了 xff0c 直接上代码 xff1a 头文件如下 xff1a pragma once i
  • C++11 线程池的使用

    本文主要介绍C 43 43 中线程池的实现以及C 43 43 11中新特性 仿函数 线程 互斥量 原子 条件变量等 的使用 xff0c 最终会实现一个简易的线程池 xff0c 可支持传参不传参等任务 目录 一 线程池的用途 1 线程池的作用
  • ubuntu 首次安装后配置开发环境

    目录 1 配置root 密码 2 安装SSH 3 安装网络 4 安装和配置 vim 5 配置C 43 43 开发环境 6 安装代码管理工具 git 6 1 配置邮箱和用户名 7 多用户与图形界面切换 1 配置root 密码 sudo pas
  • window11 无法切换输入法打印不出汉字问题修改

    1 xff09 按 WINDOW 43 R 键启动cmd 窗口 2 xff09 在cmd窗口中输入 services msc 启动服务窗口 3 xff09 找到 TextInputManagementService xff0c 开启即可
  • 在c++中字符串复制与内存复制之间的区别

    1 编程实现strcpy函数 字符串复制的实现 原型char strcpy char strdest const char strSrc 对于上述代码 xff0c 为什么要用char 类型呢 xff1f 为了能够链式表达式 2 内存复制函数
  • static静态变量与普通变量的区别

    1 static全局变量与普通全局变量的区别 全局变量的说明之前再加上static就构成静态全局变量 全局变量本身就是静态存储方式 xff0c 静态全局变量当然也是静态存储方式 这两者在存储方式上没有区别 区别在于 xff0c 非静态全局变
  • VS2013与数据库mysql8.0的连接

    1 准备 xff1a vs2013 mysql 8 0 1 1首先我们到官网上下载mysql 下载完成后解压 xff0c 安装 vs2013下载解压安装 2 我们打开安装后的mysql文件夹 我们一会要重点用到 include 和lib 所
  • 用VS2013中MFC开发视频播放器

    1 搭建开发环境 1 1 vs2013网上有许多软件可以自行下载或者 vs2013的安装包 有需要的留言我给发 1 2 搭建DirectShow开发环境 我参考的书上说要自己下一个DriectShow xff0c 但是我下载了好多次 xff
  • 用VS2013中MFC开发视频播放器(2)

    上一个博客我写了做视频播放器的环境搭建 xff0c 没写完这个项目 xff0c 所以今天在把它详细的写一遍流程 xff0c 介绍一下这个项目的编写 1 需求分析 xff1b 要求开发播放器系统能够播放媒体文件 xff0c 而且还可以进行播放
  • 基于正点原子探索者使用STM32CubeMX+FreeRTOS+LWIP

    开发板是使用正点原子的探索者为例 xff0c PHY芯片可以是LAN8720A和IP101GR xff0c 因为有两份代码参考 xff0c 一份是LAN8720A xff0c 一份是IP101GR 首先第一步 xff1a 我们使用移植好的功
  • C++笔试中遇到的问题

    1 sizeof与strlen的区别 xff1f 答 xff1a sizeof是操作符 xff0c 分配的数组实际所占的内存空间大小 xff0c 不受里面存储内容的影响 strlen是函数 xff0c strlen计算字符串的长度 xff0
  • CRC计算的简单原理及代码实现(python)

    目录 多项式的获取 CRC计算的示例图 示例代码 多项式的获取 举例如下 xff08 其余的多项式依次类推即可 xff09 xff1a 故最终多项式获取的参与异或计算的数据为 xff1a 1011 CRC计算的示例图 假设原始数据为 xff
  • 深度学习训练数据中的特征重要性排名

    查看神经网络模型特征重要性的思路 xff1a 依次变动各个特征 xff0c 通过模型最终预测的结果来衡量特征的重要性 神经网络特征重要性的获取步骤如下 xff1a 训练一个神经网络模型 xff1b 每次对一个特征列进行随机shuffle x
  • (笔记)Python import 其他路径下的文件

    一般情况下 xff0c 如果要import的文件和被import的文件位于同一路径下 xff0c 可以使用 xff1a import 文件名 的方式直接进行引用 但如果这两个文件不在同一路径下 xff0c 就需要在被import的文件路径下
  • (Note)Python osgeo&shapefile库的安装

    1 shapefile anaconda xff1a conda install pyshp pip xff1a pip install pyshpe 2 osgeo 进入Link xff1a https www lfd uci edu g
  • (Note)Python 统计列表中各元素出现的次数

    演示列表 xff1a Demo list 61 1 2 3 3 3 5 6 2 2 0 4 5 2 7 8 4 5 1 3 9 8 7 1 统计列表中不同元素的个数 Demo list 61 1 2 3 3 3 5 6 2 2 0 4 5