Python3单词频次统计:按频率降序同频次按字母升序排序实现
问题根源
你当前代码的排序逻辑存在维度缺失,仅实现了按单词出现频率降序的规则,没有覆盖「频率相同时按字母表顺序升序排列」的要求。
sorted函数仅以单词出现次数作为排序键,当两个单词的出现次数相等时,会沿用字典原有的插入顺序排列,不会自动对比单词本身的字母顺序,最终导致同频率单词的输出顺序不符合预期:
- 出现2次的
is在字典中插入早于a,因此排在了要求顺序的a之前 - 出现1次的单词没有按
not<that<this的字母顺序排列,直接按原插入顺序输出。
修复方法
调整sorted的排序键,让它返回一个双维度排序元组,同时匹配两个排序规则:
- 第一优先级为出现频率降序:对频率值取负数作为元组首元素,原频率越高,负数值越小,排序越靠前
- 第二优先级为单词字母序升序:把单词本身作为元组第二个元素,Python字符串默认按字典序升序对比,刚好满足同频率下的排序要求
这种方式不需要给sorted加全局reverse参数,就能同时满足两个排序规则,避免把本来要升序的字母序也被全局反转成降序。
代码简化优化
原代码的几处冗余逻辑可以精简:
- 判断空字符串时,直接用
if i:即可替代if i is not '',避免用is判断字符串值的不严谨问题 - 单词计数逻辑可以用字典的get方法简化,不需要先判断键是否存在再更新,直接
words[i] = words.get(i, 0) + 1就能完成计数 - 代码导入的
operator模块全程没有被使用,可以删除减少冗余。
修改后可直接运行的代码
import re a = 'This is a test. That is not a test. Test' b = re.split('[\s,.;!?]', a.lower()) words = {} for i in b: if i: words[i] = words.get(i, 0) + 1 # 排序规则:先按负的出现次数降序,同次数按单词字母升序 for key, value in sorted(words.items(), key = lambda kv: (-kv[1], kv[0])): print(key, value)
运行输出
test 3 a 2 is 2 not 1 that 1 this 1
和题目要求的样例输出完全一致。
内容的提问来源于stack exchange,提问作者user15600965
相关产品推荐
相关产品推荐

