这篇文章主要介绍了python的Counter怎么用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇python的Counter怎么用文章都会有所收获，下面我们一起来看看吧。
成都创新互联基于成都重庆香港及美国等地区分布式IDC机房数据中心构建的电信大带宽，联通大带宽，移动大带宽，多线BGP大带宽租用,是为众多客户提供专业服务器托管报价，主机托管价格性价比高，为金融证券行业服务器托管，ai人工智能服务器托管提供bgp线路100M独享，G口带宽及机柜租用的专业成都idc公司。
Counter 也是 dict 的子类，dict 有的特性它都有，正如其名，它的主要作用是用于统计计数。
比如统计一个字符串中每个单词出现的次数，统计一个列表中每个元素出现的次数等等。凡是需要计数的场景都可以用Counter来实现。
例如我要统计字符串”hello world” 中每个单词的出现次数时，用字典来实现可以这样。
重庆分公司
重庆分公司
>>> c = dict()
>>> for s in "helloworld":
... c[s] = c.setdefault(s, 0) + 1
>>> c
{'h': 1, 'e': 1, 'l': 3, 'o': 2, 'w': 1, 'r': 1, 'd': 1}如果使用 Counter，就更简单了，直接将字符串作为参数传进去就好。
>>> from collections import Counter
>>> c = Counter("helloworld")
>>> c
Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, 'w': 1, 'r': 1, 'd': 1})Counter 还有一个比较实用的方法是 Counter.most_common(n)， 它可以返回前n个出现次数最多的元素
>>> c.most_common(1) # 出现次数最多的前1位
[('l', 3)]
>>> c.most_common(2) # 出现次数最多的前2位
[('l', 3), ('o', 2)]
>>> c.most_common(3) # 出现次数最多的前3位
[('l', 3), ('o', 2), ('h', 1)]
>>>这个在统计排行时有用，不过在大型应用中，如果数据是保存在数据库的，这种操作其实在数据库来实现就行，没必要用Python来处理。
OrderedDict 同样是 dict 的子类，它是一个有序的字典，在Python3.6以前，字典元素并不保证有序，所以就有OrderedDict。
>>> from collections import OrderedDict
>>> od = OrderedDict()
>>> od['a'] = 1
>>> od['b'] = 2
>>> od['c'] = 3
>>> od
OrderedDict([('a', 1), ('b', 2), ('c', 3)])所谓有序不是按照大小来排，而是按照key的加入顺序排列，a 最先加入，所以排在前面。但是，从Python3.7开始，dict 本身也拥有了这种特性，例如：
>>> d = dict()
>>> d['a'] = 1
>>> d['b'] = 2
>>> d['c'] = 3
>>> d
{'a': 1, 'b': 2, 'c': 3}默认按照插入的顺序排的，所以，从Python3.7开始，OrderedDict的用处就并不大了，因为 dict 已经实现了有序这个特性。
关于“python的Counter怎么用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“python的Counter怎么用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注创新互联行业资讯频道。
