GVKun编程网logo

计算python字典中每个键的出现次数(计算python字典中每个键的出现次数的方法)

24

在本文中,您将会了解到关于计算python字典中每个键的出现次数的新资讯,同时我们还将为您解释计算python字典中每个键的出现次数的方法的相关在本文中,我们将带你探索计算python字典中每个键的出

在本文中,您将会了解到关于计算python字典中每个键的出现次数的新资讯,同时我们还将为您解释计算python字典中每个键的出现次数的方法的相关在本文中,我们将带你探索计算python字典中每个键的出现次数的奥秘,分析计算python字典中每个键的出现次数的方法的特点,并给出一些关于c – 计算大数据流中每个元素的出现次数、c – 计算整数区间(或int数组)中每个数字的出现次数、C#计算每个字符的出现次数、JAVA 练习:计算一个字符串中每个字符的出现次数的实用技巧。

本文目录一览:

计算python字典中每个键的出现次数(计算python字典中每个键的出现次数的方法)

计算python字典中每个键的出现次数(计算python字典中每个键的出现次数的方法)

我有一个看起来像这样的python字典对象:

[{"house": 4,  "sign": "Aquarius"}, {"house": 2,  "sign": "Sagittarius"}, {"house": 8,  "sign": "Gemini"}, {"house": 3,  "sign": "Capricorn"}, {"house": 2,  "sign": "Sagittarius"}, {"house": 3,  "sign": "Capricorn"}, {"house": 10, "sign": "Leo"}, {"house": 4,  "sign": "Aquarius"}, {"house": 10, "sign": "Leo"}, {"house": 1,  "sign": "Scorpio"}]

现在,对于每个“符号”键,我想计算每个值出现多少次。

def predominant_sign(data):    signs = [k[''sign''] for k in data if k.get(''sign'')]    print len(signs)

但是,这会打印出“ sign”出现在字典中的次数,而不是获取的值sign并计算特定值出现的次数。

例如,我想看到的输出是:

Aquarius: 2Sagittarius: 2Gemini: 1...

等等。我应该改变什么以获得期望的输出?

答案1

小编典典

用途collections.Counter及其most_common方法:

from collections import Counterdef predominant_sign(data):    signs = Counter(k[''sign''] for k in data if k.get(''sign''))    for sign, count in signs.most_common():        print(sign, count)

c – 计算大数据流中每个元素的出现次数

c – 计算大数据流中每个元素的出现次数

我有一个N粒子的模拟,在T时间步长运行.在每个时间步长,每个粒子计算一些关于自身和附近其他粒子(半径内)的数据,这些粒子被打包成4到22个字节长的c-串(取决于附近有多少粒子).我称之为状态字符串.

我需要计算每个状态字符串出现的次数,以形成直方图.我尝试过使用Google的Sparse Hash Map,但是内存开销很疯狂.

我已经运行了一些减少的测试(附加)超过100,000个时间步,500粒子.这导致50mil可能的状态字符串中仅有超过18.2mil的唯一状态字符串,这与需要完成的实际工作一致.

它最终在空间中使用323 MB作为每个唯一条目的char *和int以及实际的状态字符串本身.但是,任务管理器报告使用了870M.这是547M的开销,或大约251.87比特/条目,超过谷歌宣传的大约4-5比特.

所以我认为我必须做错事.但后来我发现了site,它显示了类似的结果,但是,我不确定他的图表是仅显示哈希表大小,还是包括实际数据的大小.此外,他的代码不会释放任何已插入到已存在的散列图中的字符串(意味着如果他的图表确实包含实际数据的大小,它将会结束).

以下是一些显示输出问题的代码:

#include <google/sparse_hash_map>
#include <stdio.h>
#include <string.h>
#include <math.h>
#include <stdlib.h>

//String equality
struct eqstrc
{
    bool operator()(const char* s1,const char* s2) const
    {
        return (s1 == s2) || (s1 && s2 && !strcmp(s1,s2));
    }   
};

//Hashing function
template <class T>
class fnv1Hash
{
public:
    size_t operator()(const T& c) const {
            unsigned int hash = 2166136261;
            const unsigned char *key = (const unsigned char*)(c);
            size_t L = strlen((const char*)c);
            size_t i = 0;
            for(const unsigned char *s = key; i < L; ++s,++i)
                hash = (16777619 * hash) ^ (*s);
            return (size_t)hash;
    }
};

//Function to form new string
char * new_string_from_integer(int num)
{
    int ndigits = num == 0 ? 1 : (int)log10((float)num) + 1;
    char * str = (char *)malloc(ndigits + 1);
    sprintf(str,"%d",num);
    return str;
}

typedef google::sparse_hash_map<const char*,int,fnv1Hash<const char*>,eqstrc> HashCharMap;


int main()
{
    HashCharMap hashMapChar;
    int N = 500;
    int T = 100000;

    //Fill hash table with strings
    for(int k = 0; k < T; ++k)
    {
        for(int i = 0; i < N; ++i)
        {
            char * newString = new_string_from_integer(i*k);
            std::pair<HashCharMap::iterator,bool> res =  hashMapChar.insert(HashCharMap::value_type(newString,HashCharMap::data_type()));
            (res.first)->second++;

            if(res.second == false) //If the string already in hash map,don't need this memory
                free(newString);
        }
    }

    //Count memory used by key 
    size_t dataCount = 0;
    for(HashCharMap::iterator hashCharItr = hashMapChar.begin(); hashCharItr != hashMapChar.end(); ++hashCharItr)
    {
        dataCount += sizeof(char*) + sizeof(unsigned int); //Size of data to store entries
        dataCount += (((strlen(hashCharItr->first) + 1) + 3) & ~0x03); //Size of entries,padded to 4 byte boundaries
    }
    printf("Hash Map Size: %lu\n",(unsigned long)hashMapChar.size());
    printf("Bytes written: %lu\n",(unsigned long)dataCount);

    system("pause");
}

产量

Hash Map Size: 18218975
Bytes written: 339018772
Peak Working Set (Reported by TaskManager): 891,228 K
Overhead: 560,155 K,or 251.87 bits/entry

我已经尝试了Google Sparse Hash Map v1.10和v2.0.2.

我在使用哈希映射时做错了什么.或者有更好的方法来解决这个问题,因为使用这些字符串,我几乎可以只存储字符串列表,排序,然后计算连续的条目.

谢谢你的帮助

编辑

因为我被问到,这里是实际数据的格式:
每个组件是2个字节,分为两个子部分. 12位,4位.

>前两个字节(短):[当前粒子的id(12位)|的角度
当前粒子(4位)]
>第二短:[相互作用的数量
粒子(12位)(N)|以前的当前粒子角度(4位)]
>对于下一个N短裤:[粒子i的id(12位)|粒子的前一个角度i(4位)]

角度近似(除以16),以4位存储.

这有点罗嗦,所以我会写一个例子:

0x120A 0x001B 0x136F =粒子288(0x120),角度为10(0xA).在前一个时间步长有11(0xB)角.与1(0x001)其他粒子交互.这个其他粒子是粒子310(0x136)并且在之前的时间步长中具有角度15(0xF).

粒子与0到9个其他粒子相互作用,因此我上面提到的4-22个字节(尽管很少,可以与多达12个或更多的其他粒子相互作用.没有限制.如果所有500个粒子都在半径范围内,那么该字符串将是1004字节长)

附加信息:哈希函数和比较函数在我的实际代码中使用存储在第二个short的最重要的12位中的大小来进行处理,因为非终端0x0000可以出现在我的状态字符串中.一切正常.

解决方法

这些数字来自Linux上的gcc实验.分配4-22字节的短块需要16个字节,长度为1 – 12,24个字节,13-20个,32个字节,其余部分.

这意味着您对18218975字符串(“0”..“50000000”)的实验需要在堆上使用291503600个字节,其长度(加上尾随0)的总和为156681483.

因此,由于malloc,您的开销为135MB.

(峰值工作集大小是否可靠?)

c – 计算整数区间(或int数组)中每个数字的出现次数

c – 计算整数区间(或int数组)中每个数字的出现次数

使用循环,如何找到整数区间[n,m]中每个数字的出现?

例如:

> INPUT n,m = [19,23] = 19,20,21,22,23
>输出应该是:

0次出现:1次

1次出现:2次

2次出现:5次

3次出现:1次等

#include <iostream>
using namespace std;
int main()
{
 int i,j,z,count,n,m;
cin >>n >>m;

for(int i=0; i<10; i++)   // LOOP FOR DIGITS
    {
    cout << i <<"occurences: ";

    count=0;    
    for(int j=n; j<m; j++)  // LOOP INTEGER INTERVAL  
        {
        while (z!=0)  
            {
                z = j % 10;  // LAST DIGIT OF FirsT NUMBER IN INTERVAL
                if (z == i) count++;
                z /= 10;        
            }
        }
    cout << count <<" times"<< endl;
    }
}

我的代码每个数字返回0次,错误在哪里?

解决方法

您不需要在范围内循环10次.

int n,m;
   cin >> n >> m;

   counts = int[10];
   for(int i = 0; i < 10; ++i) {
      counts[i] = 0;
   } 

   for(int j = n; j <= m; j++) {
            int z = j; 
            do {
                int digit = z % 10;  // LAST DIGIT OF FirsT NUMBER IN INTERVAL
                counts[digit]++;
                z /= 10;        
            } while (z != 0);
   }

   for(int i = 0; i < 10; ++i) {
      cout << i << " occurrences " << counts[i] << " times";
   }

C#计算每个字符的出现次数

C#计算每个字符的出现次数

using System;

public class Demo {
   public static void Main() {
      string str = Website;

      Console.WriteLine(String: +str);

      while (str.Length > 0) {
         Console.Write(str[0] +  = );
         int cal = 0;

         for (int j = 0; j < str.Length; j++) {
            if (str[0] == str[j]) {
               caL++;
            }
         }

         Console.WriteLine(cal);
         str = str.Replace(str[0].ToString(), string.Empty);
      }
      Console.ReadLine();
   }
}

JAVA 练习:计算一个字符串中每个字符的出现次数

JAVA 练习:计算一个字符串中每个字符的出现次数

/*
练习:
计算一个字符串中每个字符的出现次数
分析:
1,使用Scanner获得用户输入的字符串
2,创建Map集合,kep是字符串的字符,value是字符的个数
3,遍历字符串,获取每一个字符
4,使用获取到在字符,去Map集合判断key是否存在
key存在:
通过字符(key),获取value(字符个数)
value++
put(key,value)把新的value存储 在Map集合中
key不存在 :
put(key,1)
5,遍历Map集合,输出结果
*/

import java.util.HashMap;
import java.util.Scanner;

public class Demo01Map {
public static void main(String[] args) {
//1,使用Scanner获得用户输入的字符串
Scanner scanner = new Scanner(System.in);
System.out.println("请输入一个字符串");
String str = scanner.next();
//2,创建Map集合,kep是字符串的字符,value是字符的个数
HashMap<Character,Integer> map =new HashMap<>();
//3,4
for(char c :str.toCharArray()){
if(map.containsKey(c)){
Integer value =map.get(c);
value++;
map.put(c,value);
}else{
map.put(c,1);
}
}
for(Character key :map.keySet()){
Integer value = map.get(key);
System.out.println(key+"="+value);
}
}

 

 

关于计算python字典中每个键的出现次数计算python字典中每个键的出现次数的方法的问题我们已经讲解完毕,感谢您的阅读,如果还想了解更多关于c – 计算大数据流中每个元素的出现次数、c – 计算整数区间(或int数组)中每个数字的出现次数、C#计算每个字符的出现次数、JAVA 练习:计算一个字符串中每个字符的出现次数等相关内容,可以在本站寻找。

本文标签: