У меня есть список Python, и я хочу знать, какой самый быстрый способ подсчитать количество вхождений элемента, '1' в этом списке. В моем случае это может произойти десятки тысяч раз, поэтому я хочу быстрый путь.
['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']
Какой подход: .count или collections.Counter, вероятно, более оптимизированы?
a = ['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']
print a.count("1")
Вероятно, он сильно оптимизирован на уровне C.
Изменить: я случайно создал большой список.
In [8]: len(a)
Out[8]: 6339347
In [9]: %timeit a.count("1")
10 loops, best of 3: 86.4 ms per loop
Изменить править: это можно сделать с помощью collections.Counter
a = Counter(your_list)
print a['1']
Использование того же списка в моем последнем примере синхронизации
In [17]: %timeit Counter(a)['1']
1 loops, best of 3: 1.52 s per loop
Мое время упрощено и обусловлено многими различными факторами, но оно дает вам хороший ключ к производительности.
Вот некоторые профилирования
In [24]: profile.run("a.count('1')")
3 function calls in 0.091 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.091 0.091 <string>:1(<module>)
1 0.091 0.091 0.091 0.091 {method 'count' of 'list' objects}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Prof
iler' objects}
In [25]: profile.run("b = Counter(a); b['1']")
6339356 function calls in 2.143 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 2.143 2.143 <string>:1(<module>)
2 0.000 0.000 0.000 0.000 _weakrefset.py:68(__contains__)
1 0.000 0.000 0.000 0.000 abc.py:128(__instancecheck__)
1 0.000 0.000 2.143 2.143 collections.py:407(__init__)
1 1.788 1.788 2.143 2.143 collections.py:470(update)
1 0.000 0.000 0.000 0.000 {getattr}
1 0.000 0.000 0.000 0.000 {isinstance}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Prof
iler' objects}
6339347 0.356 0.000 0.356 0.000 {method 'get' of 'dict' objects}
Используя словарь Counter, подсчитывающий вхождения всего элемента, а также наиболее распространенный элемент в списке python с его значением возникновения наиболее эффективным способом.
Если наш список python: -
l=['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']
Чтобы найти появление каждого элемента в списке python, используйте следующее: -
\>>from collections import Counter
\>>c=Counter(l)
\>>print c
Counter({'1': 6, '2': 4, '7': 3, '10': 2})
Чтобы найти наибольшее/наивысшее количество элементов в списке python: -
\>>k=c.most_common()
\>>k
[('1', 6), ('2', 4), ('7', 3), ('10', 2)]
Для наивысшего: -
\>>k[0][1]
6
Для элемента просто используйте k [0] [0]
\>>k[0][0]
'1'
Для n-го наивысшего элемента и его отсутствия в списке используйте следующее: -
** для n = 2 **
\>>print k[n-1][0] # For item
2
\>>print k[n-1][1] # For value
4
Комбинация лямбда-функции и карты также может помочь:
list_ = ['a', 'b', 'b', 'c']
sum(map(lambda x: x=="b", list_))
:2
Вы можете использовать pandas, преобразовав list в pd.Series, затем просто используйте .value_counts()
import pandas as pd
a = ['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']
a_cnts = pd.Series(a).value_counts().to_dict()
Input >> a_cnts["1"], a_cnts["10"]
Output >> (6, 2)
Вы можете преобразовать список в строку с элементами, разделенными пробелом, и разбить его на основе числа / char для поиска..
Будет чистый и быстрый для большого списка.
>>>L = [2,1,1,2,1,3]
>>>strL = " ".join(str(x) for x in L)
>>>strL
2 1 1 2 1 3
>>>count=len(strL.split(" 1"))-1
>>>count
3