Python：collections.Counter 常用函数及应用

在文本分析、数据统计以及自然语言处理中，经常需要对数据进行频次统计（frequency counting）。例如：

• 统计一段文本中每个单词出现的次数

• 统计日志中某类事件出现的频率

• 统计列表中元素的重复情况

Python 标准库 collections 提供了一个专门用于频次统计的数据结构：Counter。

Counter 是一个计数器对象，本质上实现了多重集合（multiset）的行为，用于记录元素出现的次数。

例如：

python 复制代码

from collections import Counter
words = ["apple", "banana", "apple", "orange", "banana", "apple"]counter = Counter(words)print(counter)

输出示例：

javascript 复制代码

Counter({'apple': 3, 'banana': 2, 'orange': 1})

• 键（key）：表示被统计的元素

• 值（value）：表示该元素出现的次数（计数）

Counter 基于字典实现，底层使用哈希表结构，因此对元素计数的更新与查询通常具有接近 𝑂(1) 的时间复杂度。

一、创建 Counter 对象

Counter 可以通过多种方式创建。

Counter()

创建一个 Counter 对象。

css 复制代码

Counter([iterable_or_mapping], **kwargs)

参数说明：

• iterable_or_mapping：可迭代对象（如列表、字符串）或映射对象（字典），用于初始化计数

• **kwargs：以关键字参数形式提供元素计数

返回一个 Counter 对象。若不提供参数，则创建空 Counter。

示例 1：从列表创建

python 复制代码

from collections import Counter
data = ["a", "b", "a", "c", "b", "a"]counter = Counter(data)print(counter)

输出：

javascript 复制代码

Counter({'a': 3, 'b': 2, 'c': 1})

示例 2：从字符串创建

字符串也是可迭代对象，因此可以直接统计字符频率。

makefile 复制代码

text = "hello world"counter = Counter(text)print(counter)

输出示例：

javascript 复制代码

Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})

示例 3：从字典创建

apache 复制代码

counter = Counter({"apple": 3, "banana": 2})print(counter)

输出：

javascript 复制代码

Counter({'apple': 3, 'banana': 2})

示例 4：使用关键字参数创建

apache 复制代码

counter = Counter(a=3, b=2, c=1)print(counter)

输出：

javascript 复制代码

Counter({'a': 3, 'b': 2, 'c': 1})

说明：关键字参数的形式等价于从字典创建：

apache 复制代码

Counter({"a": 3, "b": 2, "c": 1})

二、访问计数结果

Counter 的行为类似于字典，可以通过键访问元素计数。

counter $element$

获取元素计数。

示例：

bash 复制代码

counter = Counter(["apple", "banana", "apple"])
print(counter["apple"])# 2

如果元素不存在，Counter 返回 0，而不是抛出异常：

bash 复制代码

print(counter["orange"])# 0

这一点与普通字典不同。

elements()

返回一个迭代器，其中每个元素按照其计数重复出现。

go 复制代码

counter.elements()

示例：

apache 复制代码

counter = Counter({"a": 3, "b": 2})print(list(counter.elements()))

输出：

css 复制代码

['a', 'a', 'a', 'b', 'b']

说明：elements() 仅返回计数大于 0 的元素，并按照元素在 Counter 中的顺序生成。

三、更新与修改计数

+Counter

Counter 可通过一元加号运算删除计数小于等于 0 的元素。

+counter 会返回一个新的 Counter 对象，其中只保留计数大于 0 的元素。

示例：

bash 复制代码

counter = Counter({'a': 2, 'b': 0, 'c': -1})print(+counter)

输出：

javascript 复制代码

Counter({'a': 2})

update()

增加元素计数。

css 复制代码

counter.update([iterable_or_mapping], **kwargs)

参数说明：

• iterable_or_mapping：可迭代对象（如列表、字符串）或映射对象（字典）

• **kwargs：以关键字参数形式增加元素计数

示例：

bash 复制代码

counter = Counter("apple")counter.update("apple")print(counter)

输出：

javascript 复制代码

Counter({'p': 4, 'a': 2, 'l': 2, 'e': 2})

说明：当传入字符串时，字符串会被视为字符序列进行统计。

subtract()

减少元素计数。

css 复制代码

counter.subtract([iterable_or_mapping], **kwargs)

参数说明：

• iterable_or_mapping：可迭代对象（如列表、字符串）或映射对象（字典）

• **kwargs：以关键字参数形式减少元素计数

示例 1：

bash 复制代码

counter = Counter("apple")counter.subtract("ap")print(counter)

输出：

javascript 复制代码

Counter({'p': 2, 'l': 1, 'e': 1, 'a': 0})

说明：subtract() 可能产生负数计数。

示例 2：

apache 复制代码

c = Counter(a=4, b=2)c.subtract(a=1, b=2)print(c)

输出：

javascript 复制代码

Counter({'a': 3, 'b': 0})

四、常用统计函数

Counter 提供了多个用于统计分析的函数。

most_common()

返回出现频率最高的元素。

python 复制代码

counter.most_common(n=None)

参数说明：

• n：返回前 n 个元素

返回一个列表，每个元素为：(element, count)。

示例：

makefile 复制代码

text = "banana"counter = Counter(text)print(counter.most_common(2))

输出：

css 复制代码

[('a', 3), ('n', 2)]

说明：结果按计数从高到低排序；若计数相同，则保持元素首次出现顺序。

total()

返回 Counter 中所有计数值的总和。

go 复制代码

counter.total()

示例：

bash 复制代码

counter = Counter("banana")print(counter.total())# 6

说明：Python 3.10 新增。

五、Counter 的数学运算

Counter 支持多重集合（multiset）运算。

1、加法

nginx 复制代码

counter1 + counter2

合并计数。

示例：

go 复制代码

c1 = Counter("apple")c2 = Counter("pear")
print(c1 + c2)# Counter({'p': 3, 'a': 2, 'e': 2, 'l': 1, 'r': 1})

2、减法

nginx 复制代码

counter1 - counter2

只保留大于 0 的计数项。

示例：

shell 复制代码

print(c1 - c2)# Counter({'p': 1, 'l': 1})

3、交集

nginx 复制代码

counter1 & counter2

取最小计数。

示例：

shell 复制代码

print(c1 & c2)# Counter({'a': 1, 'p': 1, 'e': 1})

4、并集

nginx 复制代码

counter1 | counter2

取最大计数。

示例：

shell 复制代码

print(c1 | c2)# Counter({'p': 2, 'a': 1, 'l': 1, 'e': 1, 'r': 1})

六、英文文本词频统计示例

在自然语言处理（NLP）任务中，Counter 常用于统计单词频率。

典型流程包括：

1、文本清洗

2、分词（tokenization）

3、停用词过滤

4、词频统计

示例代码：

python 复制代码

from collections import Counterimport string

text = """Artificial intelligence is transforming the world.Machine learning and deep learning are key technologies in AI.Natural language processing enables computers to understand human language."""
# 转为小写text = text.lower()
# 常见特殊符号punctuation = string.punctuation
# 将特殊符号替换为空格table = str.maketrans(punctuation, " " * len(punctuation))text = text.translate(table)
# 按空格分词words = text.split()
# 使用 Counter 统计词频freq = Counter(words)
# 逐行输出出现频率最高的 10 个词for word, count in freq.most_common(10):    print(word, count)

📘 小结

Counter 是 Python collections 模块提供的计数器对象，本质上是 dict 的子类，用于记录元素出现次数。通过 Counter()、update()、subtract()、most_common()、elements() 等方法，可以方便地完成频次统计与数据分布分析。Counter 还支持多重集合运算，如加法、减法、交集和并集。在文本分析与自然语言处理任务中，Counter 常与分词和文本清洗步骤结合使用，用于快速构建词频统计模型。

"点赞有美意，赞赏是鼓励"