python单词中字母的位置频率词典

为了有效地获取字典中字符串

code

中字母的频率（给定字母

ABC

），我可以创建一个函数a-la（Python 3）：

然后

给我

{'A': 0.2, 'C': 0.2, 'B': 0.6}

但是，我怎样才能沿着长度不等的字符串列表获得每个位置的频率呢？例如，

mcode=['AAB'，'AA'，'ABC'，''']

应该给我一个嵌套结构，比如dict列表（其中每个dict是每个位置的频率）：

我不知道如何在所有字符串中计算每个位置的频率，并将其包装在一个列表理解中。受其他SO的启发，用于字数计算，例如，经过充分讨论的帖子，我认为来自

集合的计数器模块可能会有所帮助

这样理解-在单独的行中编写mcode字符串：

AAB
AA
ABC

然后我需要的是列级频率（AAA、AAB、BC）dict列表中字母表ABC的一种，其中每个列表元素是每列ABC的频率。
例如，注释中简要说明了这些步骤。
不使用模块
集合的
计数器，因为一个位置的映射也包含在此位置不存在的字符以及fr的顺序顺序似乎并不重要

def freq（*字）：
#所有字典都包含所有字符作为键，甚至
#如果某个位置不存在字符。
#创建按字符排序的字符列表。
chars=set（）
用文字表示：
字符|=集合（字）
字符=已排序（字符）
#获取位置的数量。
max_position=max（单词中的单词的len（word））
#初始化字典的结果列表。
结果=[
dict（（字符，0）表示字符中的字符）
用于范围内的位置（最大位置）
]
#计算字符数。
用文字表示：
对于范围内的位置（len（word））：
结果[位置][单词[位置]]+=1
#改变频率
对于范围内的位置（最大位置）：
count=sum（结果[position].values（））
对于char中的char：
Python 2的结果[position][char]/=count#float（count）
返回结果
#测试
从pprint导入pprint
mcode=['AAB'，'AA'，'ABC'，'']
pprint（频率（*mcode））

结果（Python 3）：

[{'A'：1.0，'B'：0.0，'C'：0.0}，
{'A'：0.66666666，'B'：0.3333333，'C'：0.0}，
{'A'：0.0，'B'：0.5，'C'：0.5}]

在Python 3.6中，字典甚至可以进行排序；早期版本可以使用
collections
中的
orderedict
，而不是
dict
您的代码根本没有效率：


您首先需要定义要计数的字母
您需要为每个不同的字母解析字符串

您可以使用
计数器
：

import itertools
from collections import Counter
mcode=['AAB', 'AA', 'ABC', '']
all_letters = set(''.join(mcode))

def freq(code):
  code = [letter for letter in code if letter is not None]
  n = len(code)
  counter = Counter(code)
  return {letter: counter[letter]/n for letter in all_letters}

print([freq(x) for x in itertools.zip_longest(*mcode)])
# [{'A': 1.0, 'C': 0.0, 'B': 0.0}, {'A': 0.6666666666666666, 'C': 0.0, 'B': 0.3333333333333333}, {'A': 0.0, 'C': 0.5, 'B': 0.5}]

对于Python2，您可以使用
itertools.izip\u longest
一个更短的解决方案：

from itertools import zip_longest

def freq(code):
    l = len(code) - code.count(None)
    return {n: code.count(n)/l for n in 'ABC'}

mcode=['AAB', 'AA', 'ABC', '']
results = [ freq(code) for code in zip_longest(*mcode) ]
print(results)

我不太明白你的例子。第一个字符串'AAB'的输出应该是{'A'：0.66，'C'：0.0，'B'：0.33}吗？另外，字符串中是否总是最多有3个不同的字母（ABC）？频率中的第一个位置是在AAA上计算的，在位置2它的AAB在位置3它的BC上。这有意义吗？在单独的行上对齐单词，然后沿着列找到频率。你可以做
itertools.zip_longest（*mcode）
并在这上面用你的
频率循环。你必须改变
len（code）
以反映正确的长度。顺便说一句：在Python 3中，您不需要
float（）
@Allen，您现在更了解它了吗？-请参阅我的更新（我写的是每个位置的频率），这非常好-我总是忘记itertools
AAB
AA
ABC

import itertools
from collections import Counter
mcode=['AAB', 'AA', 'ABC', '']
all_letters = set(''.join(mcode))

def freq(code):
  code = [letter for letter in code if letter is not None]
  n = len(code)
  counter = Counter(code)
  return {letter: counter[letter]/n for letter in all_letters}

print([freq(x) for x in itertools.zip_longest(*mcode)])
# [{'A': 1.0, 'C': 0.0, 'B': 0.0}, {'A': 0.6666666666666666, 'C': 0.0, 'B': 0.3333333333333333}, {'A': 0.0, 'C': 0.5, 'B': 0.5}]

from itertools import zip_longest

def freq(code):
    l = len(code) - code.count(None)
    return {n: code.count(n)/l for n in 'ABC'}

mcode=['AAB', 'AA', 'ABC', '']
results = [ freq(code) for code in zip_longest(*mcode) ]
print(results)