介绍：
Python collections.Counter用法详解，Counter 计数器，顾名思义就是用来计数的，最主要的作用就是计算“可迭代序列中”各个元素（element）的数量。具体用法参看目录，基本涵盖了主要用法。
01.统计“可迭代序列”中每个元素的出现的次数
#首先引入该方法 from collections import Counter
对列表/字符串作用
#对列表作用 list_01 = [1,9,9,5,0,8,0,9] #GNZ48-陈珂生日 print(Counter(list_01)) #Counter({9: 3, 0: 2, 1: 1, 5: 1, 8: 1}) #对字符串作用 temp = Counter('abcdeabcdabcaba') print(temp) #Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1}) #以上其实是两种使用方法，一种是直接用，一种是实例化以后使用,如果要频繁调用的话，显然后一种更简洁
以上其实是两种使用方法，一种是直接使用，一种是实例化以后使用，如果要频繁调用的话，显然后一种更简洁 ，因为可以方便地调用Counter内的各种方法。
对于其他可迭代序列也是一样的套路。
输出结果
#查看类型 print( type(temp) ) #<class 'collections.Counter'> #转换为字典后输出 print( dict(temp) ) #{'b': 4, 'a': 5, 'c': 3, 'd': 2, 'e': 1} for num,count in enumerate(dict(temp).items()): print(count) """ ('e', 1) ('c', 3) ('a', 5) ('b', 4) ('d', 2) """
用自带的items()方法输出
显然这个方法比转换为字典后再输出的方法更为方便。
print(temp.items()) #dict_items([('e', 1), ('c', 3), ('b', 4), ('d', 2), ('a', 5)]) for item in temp.items(): print(item) """ ('a', 5) ('c', 3) ('d', 2) ('e', 1) ('b', 4) """
02.统计出现次数最多的元素
利用most_common()方法
#求序列中出现次数最多的元素 from collections import Counter list_01 = [1,9,9,5,0,8,0,9] temp = Counter(list_01) #统计出现次数最多的一个元素 print(temp.most_common(1)) #[(9, 3)] 元素“9”出现3次。 print(temp.most_common(2)) #[(9, 3), (0, 2)] 统计出现次数最多个两个元素 #没有指定个数，就列出全部 print(temp.most_common()) #[(9, 3), (0, 2), (1, 1), (5, 1), (8, 1)]
03.elements()和sort()方法
关于elements()方法，官方的帮助文档是这样写的，Iterator over elements repeating each as many times as its count. 。
或许可以翻译为：按照元素出现次数迭代。所以用汉语比较难解释，直接看例子会比较方便了解。
from collections import Counter c = Counter('ABCABCCC') print(c.elements()) #<itertools.chain object at 0x0000027D94126860> #尝试转换为list print(list(c.elements())) #['A', 'A', 'C', 'C', 'C', 'C', 'B', 'B'] #或者这种方式 print(sorted(c.elements())) #['A', 'A', 'B', 'B', 'C', 'C', 'C', 'C'] #这里与sorted的作用是： list all unique elements，列出所有唯一元素 #例如 print( sorted(c) ) #['A', 'B', 'C']
一个来自官方文档的例子，还蛮有意思的。
# Knuth's example for prime factors of 1836: 2**2 * 3**3 * 17**1 prime_factors = Counter({2: 2, 3: 3, 17: 1}) product = 1 for factor in prime_factors.elements(): # loop over factors product *= factor # and multiply them print(product) #1836 #1836 = 2*2*3*3*3*17
注意，如果数量为“0”，或者是负值，则忽略。
04.计算元素总数/Keys()&Values()
from collections import Counter c = Counter('ABCABCCC') print(sum(c.values())) # 8 total of all counts print(c.keys()) #dict_keys(['A', 'B', 'C']) print(c.values()) #dict_values([2, 2, 4])
05.对具体元素的操作
查询单元素结果
from collections import Counter c = Counter('ABBCC') #查询具体某个元素的个数 print(c["A"]) #1
添加
for elem in 'ADD': # update counts from an iterabl c[elem] += 1 print(c.most_common()) #[('C', 2), ('D', 2), ('A', 2), ('B', 2)] #可以看出“A”增加了一个，新增了两个“D”
删除（del）
del c["D"] print(c.most_common()) #[('C', 2), ('A', 2), ('B', 2)] del c["C"] print(c.most_common()) #[('A', 2), ('B', 2)]
更新（update）
d = Counter("CCDD") c.update(d) print(c.most_common()) #[('B', 2), ('A', 2), ('C', 2), ('D', 2)]
增加与减少（+-）
示例一
c['C'] -= 2 print(c.most_common()) # [('D', 2), ('A', 2), ('B', 2), ('C', 0)] # 本来上面，C有两个，现在只有零个了，被减少了。 #注意官方文档的这句话 # If a count is set to zero or reduced to zero, it will remain in the counter until the entry is deleted or the counter is cleared # 如果计数设置为零或减少为零，它将保留在计数器中，直到删除条目或清除计数器： c['C'] += 1 print(c.most_common()) # [('D', 2), ('A', 2), ('B', 2), ('C', 1)] # C又变成一个了。
示例二
print(Counter('AAB') + Counter('BCC')) #Counter({'B': 2, 'C': 2, 'A': 2}) print(Counter("AAB")-Counter("BCC")) #Counter({'A': 2})
subtract的“减”操作
subtract_test01 = Counter("AAB") subtract_test01.subtract("BCC") print(subtract_test01) #Counter({'A': 2, 'B': 0, 'C': -2})
这里的计数可以减到零一下，可以包含零和负数。
subtract_test02 = Counter("which") subtract_test02.subtract("witch") #从另一个迭代序列中减去元素 subtract_test02.subtract(Counter("watch")) #^…… #查看结果 print( subtract_test02["h"] ) # 0 ,whirch 中两个，减去witch中一个，减去watch中一个，剩0个 print( subtract_test02["w"] ) #-1
清除
c.clear() print(c) #Counter()
06.“与”和“或”操作
print(Counter('AAB') & Counter('BBCC')) #Counter({'B': 1}) print(Counter('AAB') | Counter('BBCC')) #Counter({'A': 2, 'C': 2, 'B': 2})