如何统计字符串的单个字符出现频率及相邻字符转移频率

实现思路 #

• 遍历字符串时仅遍历到倒数第二个字符，避免索引越界
• 每次取当前字符与下一位字符组成前字符>后字符格式的转移键
• 对每个转移键的出现次数做累加统计

基础版实现（无需导入额外库，适配你现有代码风格） #

abc = 'peter piper picked a peck of pickled peppers'
# 你原有单字符频率统计代码
freq = {}
for i in abc:
    freq[i] = abc.count(i)
# 新增转移频率统计代码
trans_freq = {}
for i in range(len(abc) - 1):
    trans_key = f"{abc[i]}>{abc[i+1]}"
    if trans_key in trans_freq:
        trans_freq[trans_key] += 1
    else:
        trans_freq[trans_key] = 1
# 输出结果
print(trans_freq)

简洁版实现（基于Python标准库简化代码） #

from collections import Counter
abc = 'peter piper picked a peck of pickled peppers'
# 单字符频率统计
freq = Counter(abc)
# 相邻转移频率统计
trans_freq = Counter(f"{abc[i]}>{abc[i+1]}" for i in range(len(abc)-1))
# 转普通字典可使用 dict(trans_freq)

补充说明 #

运行代码后可直接匹配你提到的示例统计结果：

• p>e: 5
• e>t: 1
• t>e: 1
• e>r: 3
  如果需要计算转移概率，可基于已有统计结果直接计算：

trans_prob = {key: count / freq[key.split('>')[0]] for key, count in trans_freq.items()}

内容的提问来源于stack exchange，提问作者Aaron