1. 引言

在使用Python的時候，通常會出現(xiàn)如下場景：

array = [1, 2, 3, 3, 2, 1, 0, 2]

獲取array中元素的出現(xiàn)次數(shù)

比如，上述列表中：0出現(xiàn)了1次，1出現(xiàn)了2次，2出現(xiàn)了3次，3出現(xiàn)了2次。

本文闡述了Python獲取元素出現(xiàn)次數(shù)的幾種方法。點擊獲取完整代碼。

2. 方法

獲取元素出現(xiàn)次數(shù)的方法較多，這里我提出如下5個方法，謹(jǐn)供參考。下面的代碼，傳入的參數(shù)均為

array = [1, 2, 3, 3, 2, 1, 0, 2]

2.1 Counter方法

該方法可以迅速獲取list中元素出現(xiàn)的次數(shù)，可以參考官方文檔

from collections import Counter
def counter(arr):
  return Counter(arr).most_common(2) # 返回出現(xiàn)頻率最高的兩個數(shù)

# 結(jié)果：[(2, 3), (1, 2)]

2.2 list中的count,獲取每個元素的出現(xiàn)次數(shù)

def single_list(arr, target):
  return arr.count(target)

# target=2，結(jié)果：3

2.3 list中的count,獲取所有元素的出現(xiàn)次數(shù)

返回一個dict

def all_list(arr):
  result = {}
  for i in set(arr):
    result[i] = arr.count(i)
  return result

# 結(jié)果：{0: 1, 1: 2, 2: 3, 3: 2}

2.4 Numpy花式索引，獲取每個元素的出現(xiàn)次數(shù)

def single_np(arr, target):
  arr = np.array(arr)
  mask = (arr == target)
  arr_new = arr[mask]
  return arr_new.size

# target=2，結(jié)果：3

2.5 Numpy花式索引，獲取所有元素的出現(xiàn)次數(shù)

返回一個dict

def all_np(arr):
  arr = np.array(arr)
  key = np.unique(arr)
  result = {}
  for k in key:
    mask = (arr == k)
    arr_new = arr[mask]
    v = arr_new.size
    result[k] = v
  return result

# 結(jié)果：{0: 1, 1: 2, 2: 3, 3: 2}

3. 總結(jié)

以上就是我總結(jié)的幾種Python獲取元素出現(xiàn)個數(shù)的方法。

值得一提的是，我所用的list所有元素都是整數(shù)

array = [1, 2, 3, 3, 2, 1, 0, 2]

如果list中包含其它類型的元素，比如

array = [1, 2, 3, 3, 2, 1, 'a', 'bc', 0.1]

這種情況下需要獲取 a或1 的出現(xiàn)次數(shù)時，2.4中函數(shù)的調(diào)用形式應(yīng)當(dāng)為：target='a' / target='1'

 到此這篇關(guān)于Python統(tǒng)計列表元素出現(xiàn)次數(shù)的方法示例的文章就介紹到這了,更多相關(guān)Python統(tǒng)計列表元素出現(xiàn)次數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！