З огляду на елемент, як я можу порахувати його виникнення у списку в Python?

Якщо ви хочете лише один номер, використовуйте countметод:

>>> [1, 2, 3, 4, 1, 4, 1].count(1)
3

Не використовуйте це, якщо ви хочете порахувати кілька предметів. Виклик countу циклі вимагає окремого проходження списку для кожного countдзвінка, що може бути катастрофічно для продуктивності. Якщо ви хочете порахувати всі предмети, а то й просто декілька предметів, використовуйте Counter, як пояснено в інших відповідях.

Використовуйте, Counterякщо ви використовуєте Python 2.7 або 3.x і вам потрібно кількість входів для кожного елемента:

>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> Counter(z)
Counter({'blue': 3, 'red': 2, 'yellow': 1})

Підрахунок подій одного елемента в списку

Для підрахунку подій лише одного елемента списку, який ви можете використовувати count()

>>> l = ["a","b","b"]
>>> l.count("a")
1
>>> l.count("b")
2

Підрахунок подій усіх елементів у списку також відомий як "підрахунок" списку або створення лічильника підрахунків.

Підрахунок усіх елементів із кількістю ()

Для підрахунку подій елементів в lодному можна просто використати розуміння списку та count()метод

[[x,l.count(x)] for x in set(l)]

(або аналогічно зі словником dict((x,l.count(x)) for x in set(l)))

Приклад:

>>> l = ["a","b","b"]
>>> [[x,l.count(x)] for x in set(l)]
[['a', 1], ['b', 2]]
>>> dict((x,l.count(x)) for x in set(l))
{'a': 1, 'b': 2}

Підрахунок всіх елементів за допомогою лічильника ()

Крім того, є швидший Counterклас з collectionsбібліотеки

Counter(l)

Приклад:

>>> l = ["a","b","b"]
>>> from collections import Counter
>>> Counter(l)
Counter({'b': 2, 'a': 1})

Наскільки швидше лічильник?

Я перевірив, наскільки швидше Counterвідбувається розбір списків. Я спробував обидва способи з кількома значеннями, nі виявляється, що Counterце швидше постійним коефіцієнтом приблизно 2.

Ось сценарій, який я використав:

from __future__ import print_function
import timeit

t1=timeit.Timer('Counter(l)', \
                'import random;import string;from collections import Counter;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
                )

t2=timeit.Timer('[[x,l.count(x)] for x in set(l)]',
                'import random;import string;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
                )

print("Counter(): ", t1.repeat(repeat=3,number=10000))
print("count():   ", t2.repeat(repeat=3,number=10000)

І вихід:

Counter():  [0.46062711701961234, 0.4022796869976446, 0.3974247490405105]
count():    [7.779430688009597, 7.962715800967999, 8.420845870045014]

Ще один спосіб отримати кількість зустрічей кожного елемента в словнику:

dict((i, a.count(i)) for i in a)

list.count(x)повертає кількість разів, що xвідображається у списку

див: http://docs.python.org/tutorial/datastructures.html#more-on-lists

З огляду на елемент, як я можу порахувати його виникнення у списку в Python?

Ось приклад списку:

>>> l = list('aaaaabbbbcccdde')
>>> l
['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'e']

list.count

Там є list.countметод

>>> l.count('b')
4

Це добре працює для будь-якого списку. Також кортежі мають цей спосіб:

>>> t = tuple('aabbbffffff')
>>> t
('a', 'a', 'b', 'b', 'b', 'f', 'f', 'f', 'f', 'f', 'f')
>>> t.count('f')
6

collections.Counter

А далі є колекції. Ви можете скинути будь-який ітерабельний у лічильник, а не лише у список, і лічильник збереже структуру даних про кількість елементів.

Використання:

>>> from collections import Counter
>>> c = Counter(l)
>>> c['b']
4

Лічильники базуються на словниках Python, їхні клавіші - це елементи, тому ключі повинні бути перебірливими. Вони в основному схожі на множини, які дозволяють вводити зайві елементи в них.

Подальше використання collections.Counter

Ви можете додавати або віднімати з ітерабелів зі свого лічильника:

>>> c.update(list('bbb'))
>>> c['b']
7
>>> c.subtract(list('bbb'))
>>> c['b']
4

І з лічильником можна виконувати також багатонабірні операції:

>>> c2 = Counter(list('aabbxyz'))
>>> c - c2                   # set difference
Counter({'a': 3, 'c': 3, 'b': 2, 'd': 2, 'e': 1})
>>> c + c2                   # addition of all elements
Counter({'a': 7, 'b': 6, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c | c2                   # set union
Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c & c2                   # set intersection
Counter({'a': 2, 'b': 2})

Чому б не панди?

Ще одна відповідь пропонує:

Чому б не використовувати панди?

Панди - це загальна бібліотека, але її немає в стандартній бібліотеці. Додавання його як вимоги нетривіально.

Є вбудовані рішення для цього випадку використання як в самому об'єкті списку, так і в стандартній бібліотеці.

Якщо ваш проект вже не вимагає панди, було б нерозумно ставити його вимогою саме до цієї функціональності.

Я порівнював усі запропоновані рішення (і кілька нових) з perfplot ( мій невеликий проект).

Підрахунок одного елемента

Для досить великих масивів виявляється, що

numpy.sum(numpy.array(a) == 1) 

трохи швидше, ніж інші рішення.

Підрахунок всіх предметів

Як було встановлено раніше ,

numpy.bincount(a)

це те, що ти хочеш.

Код для відтворення сюжетів:

from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot


def counter(a):
    return Counter(a)


def count(a):
    return dict((i, a.count(i)) for i in set(a))


def bincount(a):
    return numpy.bincount(a)


def pandas_value_counts(a):
    return pandas.Series(a).value_counts()


def occur_dict(a):
    d = {}
    for i in a:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
    return d


def count_unsorted_list_items(items):
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


def operator_countof(a):
    return dict((i, operator.countOf(a, i)) for i in set(a))


perfplot.show(
    setup=lambda n: list(numpy.random.randint(0, 100, n)),
    n_range=[2**k for k in range(20)],
    kernels=[
        counter, count, bincount, pandas_value_counts, occur_dict,
        count_unsorted_list_items, operator_countof
        ],
    equality_check=None,
    logx=True,
    logy=True,
    )

2.

from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot


def counter(a):
    return Counter(a)


def count(a):
    return dict((i, a.count(i)) for i in set(a))


def bincount(a):
    return numpy.bincount(a)


def pandas_value_counts(a):
    return pandas.Series(a).value_counts()


def occur_dict(a):
    d = {}
    for i in a:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
    return d


def count_unsorted_list_items(items):
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


def operator_countof(a):
    return dict((i, operator.countOf(a, i)) for i in set(a))


perfplot.show(
    setup=lambda n: list(numpy.random.randint(0, 100, n)),
    n_range=[2**k for k in range(20)],
    kernels=[
        counter, count, bincount, pandas_value_counts, occur_dict,
        count_unsorted_list_items, operator_countof
        ],
    equality_check=None,
    logx=True,
    logy=True,
    )

Якщо ви хочете порахувати всі значення одразу, ви можете зробити це дуже швидко, використовуючи nummy масиви та bincountнаступним чином

import numpy as np
a = np.array([1, 2, 3, 4, 1, 4, 1])
np.bincount(a)

що дає

>>> array([0, 3, 1, 1, 2])

Якщо ви можете скористатися pandas, тоді value_countsє для порятунку.

>>> import pandas as pd
>>> a = [1, 2, 3, 4, 1, 4, 1]
>>> pd.Series(a).value_counts()
1    3
4    2
3    1
2    1
dtype: int64

Він автоматично сортує результат на основі частоти.

Якщо ви хочете, щоб результат був у списку, виконайте наступні дії

>>> pd.Series(a).value_counts().reset_index().values.tolist()
[[1, 3], [4, 2], [3, 1], [2, 1]]

Чому б не використовувати Pandas?

import pandas as pd

l = ['a', 'b', 'c', 'd', 'a', 'd', 'a']

# converting the list to a Series and counting the values
my_count = pd.Series(l).value_counts()
my_count

Вихід:

a    3
d    2
b    1
c    1
dtype: int64

Якщо ви шукаєте відлік певного елемента, скажімо , спробуйте:

my_count['a']

Вихід:

3

Я мав цю проблему сьогодні і розробив власне рішення, перш ніж я подумав перевірити ТАК. Це:

dict((i,a.count(i)) for i in a)

дійсно, дуже повільно для великих списків. Моє рішення

def occurDict(items):
    d = {}
    for i in items:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
return d

насправді трохи швидше, ніж рішення Counter, принаймні для Python 2.7.

# Python >= 2.6 (defaultdict) && < 2.7 (Counter, OrderedDict)
from collections import defaultdict
def count_unsorted_list_items(items):
    """
    :param items: iterable of hashable items to count
    :type items: iterable

    :returns: dict of counts like Py2.7 Counter
    :rtype: dict
    """
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


# Python >= 2.2 (generators)
def count_sorted_list_items(items):
    """
    :param items: sorted iterable of items to count
    :type items: sorted iterable

    :returns: generator of (item, count) tuples
    :rtype: generator
    """
    if not items:
        return
    elif len(items) == 1:
        yield (items[0], 1)
        return
    prev_item = items[0]
    count = 1
    for item in items[1:]:
        if prev_item == item:
            count += 1
        else:
            yield (prev_item, count)
            count = 1
            prev_item = item
    yield (item, count)
    return


import unittest
class TestListCounters(unittest.TestCase):
    def test_count_unsorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = count_unsorted_list_items(inp) 
            print inp, exp_outp, counts
            self.assertEqual(counts, dict( exp_outp ))

        inp, exp_outp = UNSORTED_WIN = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(dict( exp_outp ), count_unsorted_list_items(inp) )


    def test_count_sorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = list( count_sorted_list_items(inp) )
            print inp, exp_outp, counts
            self.assertEqual(counts, exp_outp)

        inp, exp_outp = UNSORTED_FAIL = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(exp_outp, list( count_sorted_list_items(inp) ))
        # ... [(2,2), (4,1), (2,1)]

Нижче наведено три рішення:

Найшвидше використовується цикл for і зберігає його в Dict.

import time
from collections import Counter


def countElement(a):
    g = {}
    for i in a:
        if i in g: 
            g[i] +=1
        else: 
            g[i] =1
    return g


z = [1,1,1,1,2,2,2,2,3,3,4,5,5,234,23,3,12,3,123,12,31,23,13,2,4,23,42,42,34,234,23,42,34,23,423,42,34,23,423,4,234,23,42,34,23,4,23,423,4,23,4]


#Solution 1 - Faster
st = time.monotonic()
for i in range(1000000):
    b = countElement(z)
et = time.monotonic()
print(b)
print('Simple for loop and storing it in dict - Duration: {}'.format(et - st))

#Solution 2 - Fast
st = time.monotonic()
for i in range(1000000):
    a = Counter(z)
et = time.monotonic()
print (a)
print('Using collections.Counter - Duration: {}'.format(et - st))

#Solution 3 - Slow
st = time.monotonic()
for i in range(1000000):
    g = dict([(i, z.count(i)) for i in set(z)])
et = time.monotonic()
print(g)
print('Using list comprehension - Duration: {}'.format(et - st))

Результат

#Solution 1 - Faster

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 234: 3, 23: 10, 12: 2, 123: 1, 31: 1, 13: 1, 42: 5, 34: 4, 423: 3}
Simple for loop and storing it in dict - Duration: 12.032000000000153

#Solution 2 - Fast

Counter({23: 10, 4: 6, 2: 5, 42: 5, 1: 4, 3: 4, 34: 4, 234: 3, 423: 3, 5: 2, 12: 2, 123: 1, 31: 1, 13: 1})
Using collections.Counter - Duration: 15.889999999999418

#Solution 3 - Slow

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 34: 4, 423: 3, 234: 3, 42: 5, 12: 2, 13: 1, 23: 10, 123: 1, 31: 1}
Using list comprehension - Duration: 33.0

Полічити всі елементи з itertools.groupby()

Антогера можливість отримати підрахунок усіх елементів у списку може бути за допомогою itertools.groupby().

З підрахунками "дублікат"

from itertools import groupby

L = ['a', 'a', 'a', 't', 'q', 'a', 'd', 'a', 'd', 'c']  # Input list

counts = [(i, len(list(c))) for i,c in groupby(L)]      # Create value-count pairs as list of tuples 
print(counts)

Повертається

[('a', 3), ('t', 1), ('q', 1), ('a', 1), ('d', 1), ('a', 1), ('d', 1), ('c', 1)]

Зауважте, як він поєднав перших трьох aяк першу групу, а інші групи aприсутні далі в списку. Це відбувається тому, що список введення Lне був відсортований. Іноді це може бути користю, якщо групи насправді мають бути окремими.

З унікальними підрахунками

Якщо потрібні унікальні підрахунки груп, просто сортуйте список введення:

counts = [(i, len(list(c))) for i,c in groupby(sorted(L))]
print(counts)

Повертається

[('a', 5), ('c', 1), ('d', 2), ('q', 1), ('t', 1)]

Примітка. Для створення унікальних підрахунків багато інших відповідей надають більш простий і читабельний код порівняно з groupbyрішенням. Але показано тут, щоб провести паралель прикладу підрахунку дублікатів.

Було запропоновано використовувати номер рахунку numpy , однак він працює лише для 1d масивів з невід'ємними цілими числами . Крім того, отриманий масив може бути заплутаним (він містить випадки виникнення цілих чисел від min до max вихідного списку і встановлює 0 відсутніх цілих чисел).

Кращий спосіб зробити це з numpy - використовувати унікальну функцію з атрибутом, return_countsвстановленим True. Він повертає кортеж з масивом унікальних значень та масивом зустрічей кожного унікального значення.

# a = [1, 1, 0, 2, 1, 0, 3, 3]
a_uniq, counts = np.unique(a, return_counts=True)  # array([0, 1, 2, 3]), array([2, 3, 1, 2]

і тоді ми можемо їх поєднати як

dict(zip(a_uniq, counts))  # {0: 2, 1: 3, 2: 1, 3: 2}

Він також працює з іншими типами даних та "2d списками", наприклад

>>> a = [['a', 'b', 'b', 'b'], ['a', 'c', 'c', 'a']]
>>> dict(zip(*np.unique(a, return_counts=True)))
{'a': 3, 'b': 3, 'c': 2}

Для підрахунку кількості різноманітних елементів, що мають загальний тип:

li = ['A0','c5','A8','A2','A5','c2','A3','A9']

print sum(1 for el in li if el[0]=='A' and el[1] in '01234')

дає

3 , а не 6

Хоча це дуже давнє питання, але оскільки я не знайшов жодного вкладиша, я зробив його.

# original numbers in list
l = [1, 2, 2, 3, 3, 3, 4]

# empty dictionary to hold pair of number and its count
d = {}

# loop through all elements and store count
[ d.update( {i:d.get(i, 0)+1} ) for i in l ]

print(d)

Ви також можете використовувати countOfметод вбудованого модуля operator.

>>> import operator
>>> operator.countOf([1, 2, 3, 4, 1, 4, 1], 1)
3

Може бути не найефективнішим, потрібен додатковий пропуск для видалення дублікатів.

Функціональна реалізація:

arr = np.array(['a','a','b','b','b','c'])
print(set(map(lambda x  : (x , list(arr).count(x)) , arr)))

повертає:

{('c', 1), ('b', 3), ('a', 2)}

або повернутися як dict:

print(dict(map(lambda x  : (x , list(arr).count(x)) , arr)))

повертає:

{'b': 3, 'c': 1, 'a': 2}

sum([1 for elem in <yourlist> if elem==<your_value>])

Це поверне кількість випадків вашої значення

Я б скористався filter()прикладом Лукаша:

>>> lst = [1, 2, 3, 4, 1, 4, 1]
>>> len(filter(lambda x: x==1, lst))
3

якщо ви хочете отримати ряд випадків для конкретного елемента:

>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> single_occurrences = Counter(z)
>>> print(single_occurrences.get("blue"))
3
>>> print(single_occurrences.values())
dict_values([3, 2, 1])

def countfrequncyinarray(arr1):
    r=len(arr1)
    return {i:arr1.count(i) for i in range(1,r+1)}
arr1=[4,4,4,4]
a=countfrequncyinarray(arr1)
print(a)

l2=[1,"feto",["feto",1,["feto"]],['feto',[1,2,3,['feto']]]]
count=0
 def Test(l):   
        global count 
        if len(l)==0:
             return count
        count=l.count("feto")
        for i in l:
             if type(i) is list:
                count+=Test(i)
        return count   
    print(Test(l2))

це буде рекурсивно рахувати або шукати елемент у списку, навіть якщо він є у списку списків