Python找出列表中出现次数最多的元素三种方式

通过三种方式给大家介绍，具体详情如下所示：

方式一：

原理：创建一个新的空字典，用循环的方式来获取列表中的每一个元素，判断获取的元素是否存在字典中的key，如果不存在的话，将元素作为key，值为列表中元素的count

# 字典方法
words = [
 'my', 'skills', 'are', 'poor', 'I', 'am', 'poor', 'I',
 'need', 'skills', 'more', 'my', 'ability', 'are',
 'so', 'poor'
]
dict1 = {}
for i in words:
 if i not in dict1.keys():
  dict1[i] = words.count(i)
print(dict1)

运行结果：

{'my': 2, 'skills': 2, 'are': 2, 'poor': 3, 'I': 2, 'am': 1, 'need': 1, 'more': 1, 'ability': 1, 'so': 1}

方式二

原理：使用setdefault函数，setdefault()函数,如果键不存在于字典中，将会添加键并将值设为默认值。
打个比方，我们要查找的这个键不在字典中，我们先将它置为0，然后再加1，再查找到这个键的时候，这个时候它是存在这个字典里面的，故这个setdefault函数不生效，然后我们再把次数加1

words = [
 'my', 'skills', 'are', 'poor', 'I', 'am', 'poor', 'I',
 'need', 'skills', 'more', 'my', 'ability', 'are',
 'so', 'poor'
]
d = dict()
for item in words:
 # setdefault()函数,如果键不存在于字典中，将会添加键并将值设为默认值
 d[item] = d.setdefault(item, 0) + 1
print(d)

运行结果：

{'my': 2, 'skills': 2, 'are': 2, 'poor': 3, 'I': 2, 'am': 1, 'need': 1, 'more': 1, 'ability': 1, 'so': 1}

方式三

原理：使用collections模块的Counter类
这个模块很强大，尤其是这个类。他可以直接帮我们计数，然后再帮我们排序好。从大到小

from collections import Counter
words = [
 'my', 'skills', 'are', 'poor', 'I', 'am', 'poor', 'I',
 'need', 'skills', 'more', 'my', 'ability', 'are',
 'so', 'poor'
]
collection_words = Counter(words)
print(collection_words)
print(type(collection_words))

运行结果：

Counter({'poor': 3, 'my': 2, 'skills': 2, 'are': 2, 'I': 2, 'am': 1, 'need': 1, 'more': 1, 'ability': 1, 'so': 1})
<class 'collections.Counter'>

还可以输出频率最大的n个元素,类型为list

most_counterNum = collection_words.most_common(3)
print(most_counterNum)
print(type(most_counterNum))

运行结果：

[('poor', 3), ('my', 2), ('skills', 2)]
<class 'list'>

附

ounter类支持collections.Counter类型的相加和相减

也就是用Counter(words)之后，这个类型是可以相加减的，只支持相加减
例子：

print(collection_words + collection_words)

这里要注意：不能为了图方便进行collection_words * 2,因为类型不同，2为int，故不能进行运算
运行结果：

Counter({'poor': 6, 'my': 4, 'skills': 4, 'are': 4, 'I': 4, 'am': 2, 'need': 2, 'more': 2, 'ability': 2, 'so': 2})

总结

到此这篇关于Python找出列表中出现次数最多的元素三种方式的文章就介绍到这了,更多相关python找出出现次数最多的元素内容请搜索亿速云以前的文章或继续浏览下面的相关文章希望大家以后多多支持亿速云！