Python实现字符串字符bigram出现次数统计的技术咨询

嘿，这事儿不难，我来一步步给你讲清楚怎么用Python搞定这个需求！先明确下：Bigram就是字符串里连续两个字符组成的子串，比如你举的例子"test string"，拆分出来的bigram包括te、es、st、t （注意这里t后面是空格）、 s、st……其中st出现了2次，这就是我们要统计的目标。

我给你准备了三种方法，从最基础的手动实现到用内置工具简化，适合入门理解原理：

方法一：手动遍历（适合理解核心逻辑） #

这个方法完全靠自己循环生成bigram，用字典记录次数，能帮你彻底搞懂背后的逻辑：

def count_bigrams(s):
    bigram_counts = {}
    # 遍历到倒数第二个字符即可，避免i+1超出字符串长度
    for i in range(len(s) - 1):
        bigram = s[i] + s[i+1]
        # 检查bigram是否已在字典中，存在则计数+1，不存在则初始化为1
        if bigram in bigram_counts:
            bigram_counts[bigram] += 1
        else:
            bigram_counts[bigram] = 1
    return bigram_counts

# 测试你的示例字符串
test_str = "test string"
result = count_bigrams(test_str)
print(result)

运行后输出完全符合你的期望：

{'te': 1, 'es': 1, 'st': 2, 't ': 1, ' s': 1, 'tr': 1, 'ri': 1, 'in': 1, 'ng': 1}

方法二：用collections.defaultdict简化代码 #

如果你不想写那串if-else判断，可以用Python标准库的defaultdict，它会自动给不存在的键设置默认值，代码更简洁：

from collections import defaultdict

def count_bigrams(s):
    # 初始化字典，默认值为0
    bigram_counts = defaultdict(int)
    for i in range(len(s) - 1):
        bigram = s[i] + s[i+1]
        bigram_counts[bigram] += 1
    # 转成普通字典输出，和第一种方法格式一致
    return dict(bigram_counts)

test_str = "test string"
print(count_bigrams(test_str))

方法三：用collections.Counter（高效简洁的进阶写法） #

Python还有个专门用来做计数的工具Counter，能一步完成统计，代码最短：

from collections import Counter

def count_bigrams(s):
    # 用列表推导式生成所有bigram的列表，再传给Counter统计
    bigrams = [s[i:i+2] for i in range(len(s)-1)]
    return dict(Counter(bigrams))

test_str = "test string"
print(count_bigrams(test_str))

额外注意点 #

• 空格也是字符！示例里的t 和 s都会被当成有效bigram统计，如果你想忽略空格，可以先对字符串做处理：s = s.replace(" ", "")
• 大小写敏感：如果字符串有大小写差异，比如"Test String"，Te和te会被视为不同的bigram，要是想忽略大小写，可以先转成统一格式：s = s.lower()

这样从基础到进阶的写法，应该能帮你快速掌握bigram统计的方法啦！

内容的提问来源于stack exchange，提问作者Jonas