Python 计算列表中唯一单词的数量

使用中的以下代码，我能够找到一个单词是否唯一（通过比较它是否使用过一次或多次）：

但是，如果我有一个包含数百个单词的字符串，我如何计算该字符串中唯一单词的数量

例如，我的代码有：

uniqueWordCount = 0
helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']
count = {}
for word in words :
   if word in count :
      count[word] += 1
   else:
      count[word] = 1

---

如何将

uniqueWordCount

设置为

6

？通常，我真的很擅长解决这些类型的算法难题，但我一直没有成功地解决这个问题。我觉得它就在我的鼻子底下。

在当前代码中，您可以在

else

的情况下增加

uniqueWordCount

，如果您已经设置了

count[word]

，或者只需查找字典中的键数：

---

如果您只想知道唯一元素的数量，然后在

集合中获取元素

：

您有很多选择，我推荐一个集合，但您也可以使用计数器，它计算数字显示的数量，或者您可以查看您制作的词典的键数

---

设置 您还可以将列表转换为集合，其中所有元素都必须是唯一的。不会丢弃唯一的元素：

helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']
helloSet = set(helloString) #=> ['doing', 'how', 'are', 'world', 'you', 'hello', 'today']
uniqueWordCount = len(set(helloString)) #=> 7

这里有一个链接，可以进一步阅读

柜台 您还可以使用计数器，如果您仍然需要该信息，它还可以告诉您单词的使用频率

from collections import Counter

helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']
counter = Counter(helloString)
len(counter) #=> 7
counter["world"] #=> 2

环 在循环结束时，您可以检查

计数的
len
，并且您将
helloString
误输入为
单词
：

uniqueWordCount = 0
helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']
count = {}
for word in helloString:
   if word in count :
      count[word] += 1
   else:
      count[word] = 1
len(count) #=> 7

解决此问题的最佳方法是使用
集合
集合类型。
集合
是所有元素都是唯一的集合。因此：

unique = set([ 'one', 'two', 'two']) 
len(unique) # is 2

您可以从一开始就使用集合，边使用边添加单词：

unique.add('three')

这将在添加任何副本时丢弃它们。或者，您可以收集列表中的所有元素，并将列表传递给
set（）
函数，该函数将在此时删除重复项。我上面提供的示例显示了这种模式：

unique = set([ 'one', 'two', 'two'])
unique.add('three')

# unique now contains {'one', 'two', 'three'}

我会用一个集合来做这件事

def stuff(helloString):
    hello_set = set(helloString)
    return len(hello_set)

您可以使用集合。计数器

helloString = ['hello', 'world', 'world']

from collections import Counter

c = Counter(helloString)

print("There are {} unique words".format(len(c)))
print('They are')

for k, v in c.items():
    print(k)

我知道这个问题不是特别要求这个，而是为了维持秩序

helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']

from collections import Counter, OrderedDict

class OrderedCounter(Counter, OrderedDict):
    pass

c = OrderedCounter(helloString)

print("There are {} unique words".format(len(c)))
print('They are')

for k, v in c.items():
    print(k)

我可能误解了这个问题，但我相信目标是找到列表中只出现一次的所有元素

from collections import Counter
helloString = ['hello', 'world', 'world', 'how', 'are', 'you', 'doing', 'today']
counter = Counter(helloString)
uniques = [value for value, count in counter.items() if count == 1]

这将给我们6个项目，因为“世界”在我们的列表中出现两次：

>>> uniques
['you', 'are', 'doing', 'how', 'today', 'hello']

计数器是做这件事的有效方法。
此代码类似于计数器

text = ['hello', 'world']

# create empty dictionary
freq_dict = {}
 
# loop through text and count words
for word in text:
    # set the default value to 0
    freq_dict.setdefault(word, 0)
    # increment the value by 1
    freq_dict[word] += 1
 


for key,value in freq_dict.items():
    if value == 1:
         print(f'Word "{key}" has single appearance in the list')

有6个独特的词，不是57个独特的词，不是6个和什么不一样的词？你的意思是和我写的答案一样，所以看不到这个页面？谢谢你指出这一点。为了记录在案，我对你的答案投了赞成票……我以为你说的是“而不是使用”。我的错。删除了否决票。我不知道，也许有人认为我抄袭了。我没有。但正如您首先回答的，这些答案基本相同，我不介意撤回我的答案。您的循环版本只是复制了集合的功能，因为集合基本上是一个具有忽略值的字典。@jamylax，是的，但我将其包括在内，以防OP需要更详细的答案（这正是我也包括集合的原因）。我将循环示例移到按钮上。如果只将值始终设置为
True
，则没有理由将
count
作为字典。把它改成一个
set
@jamylak我用了一个dict，因为OP用了一个dict。如果他想试试set版本，那没关系。我改变了我的答案，对OP的原始代码做了最小的更改。现在这是有意义的，因为您使用的是字典的值
text = ['hello', 'world']

# create empty dictionary
freq_dict = {}
 
# loop through text and count words
for word in text:
    # set the default value to 0
    freq_dict.setdefault(word, 0)
    # increment the value by 1
    freq_dict[word] += 1
 


for key,value in freq_dict.items():
    if value == 1:
         print(f'Word "{key}" has single appearance in the list')

Word "hello" has single appearance in the list
Word "world" has single appearance in the list

[Program finished]