Python统计Test文件字符频次时,如何用lambda等非for循环方式高效过滤非字母字符
英文字母频次统计优化方案
原实现与需求说明
原代码可统计Test文件内全字符的出现频次,代码如下:
from os import strerror from collections import Counter try: with open ('Test', 'rt') as handle: content = handle.read().lower().replace(' ', '').replace('\n', '') counts = Counter(content) for i in sorted(counts, key=lambda x: counts[x], reverse=True)[:30]: print('{} -> {}'.format(i, counts[i])) except IOError as e: print('I/O error occurred: ', strerror(e.errno))
原程序运行输出包含标点、数字、特殊符号的统计结果:
e -> 383 o -> 247 s -> 226 t -> 224 n -> 219 a -> 217 r -> 201 i -> 188 d -> 127 h -> 125 l -> 112 c -> 112 m -> 105 u -> 72 f -> 59 p -> 59 g -> 58 y -> 48 b -> 47 . -> 36 w -> 35 , -> 35 v -> 28 k -> 25 0 -> 15 - -> 9 % -> 8 1 -> 7 ’ -> 7 x -> 7
当前需求:仅统计英文字母的出现频次,修改原代码中读取内容的处理逻辑,不编写显式遍历循环,优先使用lambda这类简洁写法实现。
具体修改方法
替换原代码中第6行的内容处理逻辑,利用内置过滤能力自动剔除所有非字母字符,无需手动逐个替换空格、换行、标点:
- 适配lambda写法的实现:直接搭配Python内置
filter()函数即可,完全满足短写法要求
逻辑拆解:content = ''.join(filter(lambda c: c.isalpha(), handle.read().lower()))- 先读取全文件内容,统一转为小写,保持原代码的大小写合并统计逻辑
- 通过
filter()搭配lambda判断,仅保留满足isalpha()判定的英文字符 - 用
str.join()把过滤后的零散字符拼接为完整字符串,供Counter做频次统计
- 非lambda的等效简化写法:如果不需要强制使用lambda,生成器表达式的写法性能更好、可读性更强
content = ''.join(c for c in handle.read().lower() if c.isalpha())
以上两种写法都不需要手动编写循环结构,可自动过滤空格、换行、数字、标点、特殊符号等所有非英文字母内容。
修改后完整可运行代码
from os import strerror from collections import Counter try: with open ('Test', 'rt') as handle: content = ''.join(filter(lambda c: c.isalpha(), handle.read().lower())) counts = Counter(content) for i in sorted(counts, key=lambda x: counts[x], reverse=True)[:30]: print('{} -> {}'.format(i, counts[i])) except IOError as e: print('I/O error occurred: ', strerror(e.errno))
效果说明:修改后输出将仅保留a-z的英文字母频次,原输出里的
.、,、数字、%、-等非字母条目会被自动剔除,不再参与统计。
内容的提问来源于stack exchange,提问作者gunardilin
相关产品推荐
相关产品推荐

