计算Python列表中出现次数的最快方法

我有一个Python列表，我想知道什么是计算该列表中项目出现次数的最快方法，

'1'

。在我的实际案例中，这个项目可能会出现数万次，这就是为什么我想要一个快速的方法

['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']

哪种方法：

.count

或

collections.Counter

可能更优化

a = ['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']
print a.count("1")

它可能在C级别进行了大量优化

编辑：我随机生成了一个大列表

In [8]: len(a)
Out[8]: 6339347

In [9]: %timeit a.count("1")
10 loops, best of 3: 86.4 ms per loop

编辑：这可以用

在上一个计时示例中使用相同的列表

In [17]: %timeit Counter(a)['1']
1 loops, best of 3: 1.52 s per loop

我的时间安排过于简单，取决于许多不同的因素，但它为您提供了一个关于性能的好线索

这里有一些分析

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}

[24]中的

：profile.run（“a.count（'1'）”）
在0.091秒内进行3次函数调用
订购人：标准名称
ncalls tottime percall cumtime percall文件名：lineno（函数）
1    0.000    0.000    0.091    0.091 :1()
1 0.091 0.091 0.091 0.091{“列表”对象的方法“计数”}
1 0.000 0.000 0.000 0.000{
iler'对象}
[25]中的profile.run（“b=计数器（a）；b['1']”）
2.143秒内调用6339356个函数
订购人：标准名称
ncalls tottime percall cumtime percall文件名：lineno（函数）
1    0.000    0.000    2.143    2.143 :1()
2 0.000 0.000 0.000 0.000 _weakrefset.py:68（包含uuu）
1 0.000 0.000 0.000 0.000 abc.py:128（实例检查）
1 0.000 0.000 2.143 2.143集合。py:407（初始）
1 1.788 1.788 2.143 2.143集合。py:470（更新）
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{
iler'对象}
6339347 0.356 0.000 0.356 0.000{“dict”对象的“get”方法}

通过使用计数器字典，以最有效的方式计算python列表中所有元素以及最常见元素的出现次数及其出现值

如果我们的python列表是：-

l=['1', '1', '1', '1', '1', '1', '2', '2', '2', '2', '7', '7', '7', '10', '10']

要查找python列表中每个项目的出现情况，请使用以下命令：-

\>>from collections import Counter

\>>c=Counter(l)

\>>print c

Counter({'1': 6, '2': 4, '7': 3, '10': 2})

\>>k=c.most_common()

\>>k

[('1', 6), ('2', 4), ('7', 3), ('10', 2)]

要查找python列表中出现次数最多/最多的项：-

\>>from collections import Counter

\>>c=Counter(l)

\>>print c

Counter({'1': 6, '2': 4, '7': 3, '10': 2})

\>>k=c.most_common()

\>>k

[('1', 6), ('2', 4), ('7', 3), ('10', 2)]

对于最高的一个：-

\>>k[0][1]

6

对于项目，只需使用k[0][0]

\>>k[0][0]

'1'

对于第n个最高的项目及其在列表中的出现次数，请使用以下命令：-

\>>from collections import Counter

\>>c=Counter(l)

\>>print c

Counter({'1': 6, '2': 4, '7': 3, '10': 2})

\>>k=c.most_common()

\>>k

[('1', 6), ('2', 4), ('7', 3), ('10', 2)]

**对于n=2**

\>>print k[n-1][0] # For item

2

\>>print k[n-1][1] # For value

4

---

您可以转换字符串中的列表，其中的元素按空格分隔，并根据要搜索的数字/字符对其进行拆分

对于大型列表，将是干净和快速的

>>>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

---

lambda和map函数的组合也可以完成以下工作：

list_ = ['a', 'b', 'b', 'c']
sum(map(lambda x: x=="b", list_))
:2

---

通过将

列表

转换为

pd.Series

，然后只需使用

.value\u counts（）

---

列表总是按顺序排列的吗？你总是数第一个项目吗？可能重复@JoshCaswell否列表没有排序，我会数任何项目。我不确定是哪种方法：

count

还是

collections.Counter

得到了更好的优化，这就是我为什么要这么做的原因asked@prrao取决于您是否要多次执行此操作。@jamylak是的，我要多次执行此操作，用于多个项目。您认为哪种方法更优化？我想更好的选择取决于具体情况？@prrao。在这种情况下，

计数

比创建

计数器

快约20倍，但相同的

计数器

可用于以极低的额外成本检索多个不同值的计数。如果需要从同一个列表中计算20个或更多的值，则

计数器将比运行
.count（）
20次效率更高。我使用的数据集为1000000个整数，其中集合的范围为100，即每个元素重复约10000次。用
计数器
代替
。计数
使我的时间减少了一半+1代表
Counter
。我正在处理一个350000个字符串（url）的列表：使用Counter不到一秒钟，我就有时间喝一杯冰沙，等待.count（）完成，所以再次为Counter:+1（事实上，我正在计算每个不同的url，所以，如前所述，在这种情况下，最好使用Counter）1.我一定错过了什么。使用列表[long]数据集（包含
random.randint（0，sys.maxsize）
数字，最多50万个）`，尝试使用相同参数计算另一个
randint
，
.cont
比
计数器快约10倍（只尝试计数一次）。另外，我切换到
计数器
知道如何处理的生成器，但组合时间（生成列表/生成器+计数）有利于
列表
和
计数
。Python3和Python2的行为是一致的。