Python語言中計數方法的演變過程是怎么樣的

Python語言中計數方法的演變過程是怎么樣的，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

有時候，利用Python語言簡潔、優雅地解決問題的方法，會隨著時間變化。隨著Python不斷進化，統計列表元素數量的方法也在改變。

以計算元素在列表中出現的次數為例，我們可以編寫出許多不同的實現方法。在分析這些方法時，我們先不關注性能，只考慮代碼風格。

要理解這些不同的實現方式，我們得先知道一些歷史背景。幸運的是，我們生活在"future"世界，擁有一臺時間機器。接下來，我們一起坐上時光機，回到1997年吧。

if 語句

1997年1月1日，我們使用的是Python 1.4。現在有一個不同顏色組成的列表，我們想知道列表里每種顏色出現的次數。我們用字典來計算吧！

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = {} for c in colors:     if color_counts.has_key(c):         color_counts[c] = color_counts[c] + 1     else:         color_counts[c] = 1

注意：我們沒有使用+=，因為增量賦值直到Python 2.0才出現；另外，我們也沒有使用c in color_counts這個慣用法（idiom），因為這也是Python 2.2中才發明的，

運行上述代碼之后，我們會發現color_counts字典里，現在包含了列表中每種顏色的出現次數。

>>> color_counts
{'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1}

上面的實現很簡單。我們遍歷了每一種顏色，并判斷該顏色是否在字典中。如果不在，就在字典加入該顏色；如果在，就增加這種顏色的計數。

我們還可以把上面的代碼改寫為：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = {} for c in colors:     if not color_counts.has_key(c):         color_counts[c] = 0     color_counts[c] = color_counts[c] + 1

如果列表稀疏度高（即列表中不重復的顏色數量很多），這段代碼可能運行的會有點慢。因為我們現在要執行兩個語句，而不是一個。但是我們不關心性能問題，我們只關注編碼風格。經過思考，我們決定采用新版的代碼。

try代碼塊（Code Block）

1997年1月2日，我們使用的還是Python 1.4。今早醒來的時候，我們突然意識到：我們的代碼遵循的是“三思而后行”（Look  Before You Leap，即事先檢查每一種可能出現的情況）原則，但實際上我們應該按照“獲得諒解比獲得許可容易”（Easier to Ask  Forgiveness, Than Permission，即不檢查，出了問題由異常處理來處理）的原則進行編程，因為后者更加簡潔、優雅。我們用try-except代碼塊來重構下代碼吧：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = {} for c in colors:     try:         color_counts[c] = color_counts[c] + 1     except KeyError:         color_counts[c] = 1

現在，我們的代碼嘗試增加每種顏色的計數。如果某顏色不在字典里，那么就會拋出KeyError，我們隨之將該顏色的計數設置為1。

get方法

1998年1月1日，我們已經升級到了Python 1.5。我們決定重構之前的代碼，使用字典中新增的get方法。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = {} for c in colors:     color_counts[c] = color_counts.get(c, 0) + 1

現在，我們的代碼會遍歷每種顏色，從字典中獲取該顏色的當前計數值。如果沒有這個計數值，則該顏色的計數值默認為0，然后在數值的基礎上加1。***將字典中相應鍵的值設置為新的計數。

把主要代碼都寫在一行里，感覺很酷，但是我們不敢完全肯定這種做法更加簡潔、優雅。我們覺得可能有點太聰敏了，所以還是撤銷了這次的重構。

setdefault方法

2001年1月1日，我們現在使用的是Python 2.0。我們聽說字典類型現在有一個setdefault方法，決定利用它重構我們的代碼。我們還決定使用新增加的+=增量賦值運算符。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = {} for c in colors:     color_counts.setdefault(c, 0)     color_counts[c] += 1

無論是否需要，我們在每一次循環時都會調用setdefault方法。但這樣做，的確會讓代碼看上去可讀性更高。我們發現這種方法比之前的代碼更加簡潔、優雅，所以提交了此次修改。

fromkeys方法

2004年1月1日，我們使用的是Python 2.3。我們聽說字典新增了一個叫fromkeys的類方法（class method），可以利用列表中的元素作為鍵來構建字典。我們使用新方法重構了代碼：

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = dict.fromkeys(colors, 0) for c in colors:     color_counts[c] += 1

這段代碼將不同的顏色作為鍵，創建了一個新的字典，每個鍵的值被默認設置為0。這樣，我們增加每個鍵的值時，就不用擔心是否已經進行了設置。我們也不需要在代碼中進行檢查或異常處理了，這看上去是個改進。我們決定就這樣修改代碼。

推導式（Comprehension）與集合

2005年1月1日，我們現在用的是Python 2.4。我們發現可以利用集合（Python  2.3中發布，2.4版成為內置類型）與列表推導式（Python 2.0中發布）來解決計數問題。進一步思考之后，我想起來Python  2.4中還發布了生成器表達式（generator expressions），我們***決定不用列表推導式，而是采用生成器表達式。

colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = dict((c, colors.count(c)) for c in set(colors))

注意：我們這里使用的不是字典推導式，因為字典推導式直到Python 2.7才被發明。

運行成功了，而且只有一行代碼。但是這種代碼夠簡潔、優雅嗎 ？

我們想起了Python之禪（Zen of Python），這個Python編程指導原則起源于一個Python郵件列表，并悄悄地收進了Python 2.2.1版本中。我們在REPL（read-eval-print loop，交互式解釋器）界面中輸入import this：

>>> import this
The Zen of Python, by Tim Peters

Beautiful is better than ugly. # 優美勝過丑陋
Explicit is better than implicit. # 明確勝過含蓄
Simple is better than complex. # 簡單勝過復雜
Complex is better than complicated. # 復雜勝過難懂
Flat is better than nested. # 扁平勝過嵌套
Sparse is better than dense. # 稀疏勝過密集
Readability counts. # 易讀亦有價
Special cases aren't special enough to break the rules. # 特例也不能特殊到打破規則
Although practicality beats purity. # 盡管實用會擊敗純潔
Errors should never pass silently. # 錯誤永遠不應默默地溜掉
Unless explicitly silenced. # 除非明確地使其沉默
In the face of ambiguity, refuse the temptation to guess.  # 面對著不確定，要拒絕猜測的誘惑
There should be one-- and preferably only one --obvious way to do it.  # 應該有一個–寧肯只有一個–明顯的實現方法
Although that way may not be obvious at first unless you're Dutch. # 也許這個方法開始不是很明顯，除非你是荷蘭人
Now is better than never. #現在做也要勝過不去做
Although never is often better than right now. # 盡管不做通常好過立刻做
If the implementation is hard to explain, it's a bad idea. # 如果實現很難解釋，那它就是一個壞想法
If the implementation is easy to explain, it may be a good idea. # 如果實現容易解釋，那它可能就是一個好想法
Namespaces are one honking great idea -- let's do more of those! # 命名空間是一個響亮的出色想法就讓我們多用用它們

我們的代碼變得更復雜，時間復雜度從O(n)增加到了O(n²)；還變的更丑，可讀性更差了。我們那樣改，是一次有趣的嘗試，但是一行代碼的實現形式，沒有我們之前的方法簡潔、優雅。我們***還是決定撤銷修改。

defaultdict方法

2007年1月1日，我們使用的是Python 2.5。我們剛發現，defaultdict已經被加入標準庫。這樣，我們就可以把字典的默認鍵值設置為0了。讓我們使用defaultdict重構代碼：

from collections import defaultdict
    colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = defaultdict(int) for c in colors:         color_counts[c] += 1

那個for循環現在變得真簡單！這樣肯定是更加簡潔、優雅了。

我們發現，color_counts這個變量的行為現在有點不同，但是它的確繼承了字典的特性，支持所有相同的映射功能。

>>> color_counts
defaultdict(<type 'int'>, {'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1})

我們在這里沒有把color_counts轉換成字典，而是假設其他的代碼也使用鴨子類型（duck typing， Python中動態類型的一種，這里的意思是：其他代碼會將color_counts視作字典類型），不再改動這個類似字典的對象。

Counter類

2011年1月1日，我們使用的是Python 2.7。別人告訴我們，之前使用defaultdict編寫的代碼，不再是統計顏色出現次數最簡潔、優雅的方法了。Python 2.7中新引入了一個Counter類，可以完全解決我們的問題。

from collections import Counter
colors = ["brown", "red", "green", "yellow", "yellow", "brown", "brown", "black"] color_counts = Counter(colors)

還有比這更簡單的方法嗎？這個一定是最簡潔、優雅的實現了。

與defaultdict一樣，Counter類返回的也是一個類似字典的對象（實際是字典的一個子類）。這對滿足我們的需求來說足夠了，所以我們就這么干了。

>>> color_counts
Counter({'brown': 3, 'yellow': 2, 'green': 1, 'black': 1, 'red': 1})

性能考慮

請注意，在編寫這些實現方式時，我們都沒有關注效率問題。大部分方法的時間復雜度相同（O(n)），但是不同的Python語言實現形式（如CPython, PyPy，或者Jython）下，運行時間會有差異。

盡管性能不是我們的主要關注點，我還是在CPython 3.5.0的實現下測試了運行時間。從中，你會發現一個有趣的現象：隨著列表中顏色元素的密度（即相同元素的數量）變化，每一種實現方法的相對效率也會不同。

根據Python之禪，“ 應該有一個&mdash;&mdash;寧肯只有一個明顯的實現方法”。這句話所說的狀態值得追求，但事實是，并不總是只有一種明顯的方法。這個“明顯”的方法會隨著時間、需求和專業水平，不斷地變化。

看完上述內容，你們掌握Python語言中計數方法的演變過程是怎么樣的的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！