Fréquence de comptage des mots dans une liste et de les trier par fréquence

utiliser cette

from collections import Counter
list1=['apple','egg','apple','banana','egg','apple']
counts = Counter(list1)
print(counts)
# Counter({'apple': 3, 'egg': 2, 'banana': 1})

words = file("test.txt", "r").read().split() #read the words into a list.
uniqWords = sorted(set(words)) #remove duplicate words and sort
for word in uniqWords:
    print words.count(word), word

Encore une autre solution avec un autre algorithme, sans l'aide de collections:

def countWords(A):
   dic={}
   for x in A:
       if not x in  dic:        #Python 2.7: if not dic.has_key(x):
          dic[x] = A.count(x)
   return dic

dic = countWords(['apple','egg','apple','banana','egg','apple'])
sorted_items=sorted(dic.items())   # if you want it sorted

À l'aide de Compteur serait le meilleur moyen, mais si vous ne voulez pas le faire, vous pouvez la mettre en œuvre vous-même de cette façon.

# The list you already have
word_list = ['words', ..., 'other', 'words']
# Get a set of unique words from the list
word_set = set(word_list)
# create your frequency dictionary
freq = {}
# iterate through them, once per unique word.
for word in word_set:
    freq[word] = word_list.count(word) / float(len(word_list))

freq va se retrouver avec la fréquence de chaque mot dans la liste que vous avez déjà.

Vous avez besoin float là-bas pour convertir l'une des entiers d'un flotteur, de sorte que la valeur résultante sera un flotteur.

Edit:

Si vous ne pouvez pas utiliser un dictionnaire ou d'un ensemble, voici une autre voie moins efficace:

# The list you already have
word_list = ['words', ..., 'other', 'words']
unique_words = []
for word in word_list:
    if word not in unique_words:
        unique_words += [word]
word_frequencies = []
for word in unique_words:
    word_frequencies += [float(word_list.count(word)) / len(word_list)]
for i in range(len(unique_words)):
    print(unique_words[i] + ": " + word_frequencies[i])

La indicies de unique_words et word_frequencies sera à la hauteur.

Pandas réponse:

import pandas as pd
original_list = ["the", "car", "is", "red", "red", "red", "yes", "it", "is", "is", "is"]
pd.Series(original_list).value_counts()

Si vous voulait dans l'ordre croissant au lieu de cela, c'est aussi simple que:

pd.Series(original_list).value_counts().sort_values(ascending=True)

Voici le code à votre question
is_char() case pour valider la chaîne de compter ces chaînes seul, Hashmap est dictionnaire en python

def is_word(word):
   cnt =0
   for c in word:

      if 'a' <= c <='z' or 'A' <= c <= 'Z' or '0' <= c <= '9' or c == '$':
          cnt +=1
   if cnt==len(word):
      return True
  return False

def words_freq(s):
  d={}
  for i in s.split():
    if is_word(i):
        if i in d:
            d[i] +=1
        else:
            d[i] = 1
   return d

 print(words_freq('the the sky$ is blue not green'))