Q&A
1位の10単語と2位以降の単語を全て出力したい
ということは、200個の単語があって、10個の単語は10回づつ現れ、残りの100個が全て違う単語のときには、110個の要素を持つ辞書を作りたいと言っていますか？
入力されたテキストのリストから、頻度上位10位までの単語とその出現回数を辞書型で出力したいです。
以下のコードでは、上から順番に10単語を出力することはできていますが、同率順位を考慮できていません。
例えば、頻度9位の単語が同率で5単語存在する場合(8位までは同率なし)は、1位から同率9位までの13単語を出力したいです。
よろしくお願いいたします。
Python
1def top_ten(list_txt): 2 list_lower = [] 3 for w in list_txt: 4 list_lower.append(w.lower()) 5 a_dict = dict((i, list_lower.count(i)) for i in list_lower) 6 a_tp = sorted(a_dict.items(), key=lambda x:x[1], reverse=True) 7 del a_tp[10:] 8 a_dict = dict(a_tp) 9 10 return a_dict 11
回答3件
0
思いつくのは、順位のカウンタを用意しといて、最初から舐めていくってとこですか
それで抜き出す個数を算出しておく、と。
投稿2020/12/19 07:04
総合スコア88040
0
ベストアンサー
ちょっと、作ってみました。
python
1def top_ten(list_txt, top = 10): 2 list_lower = [w.lower() for w in list_txt] 3 b_dict = {} 4 for i in set(list_lower): 5 try: 6 b_dict[list_lower.count(i)].append(i) 7 except: 8 b_dict[list_lower.count(i)] = [i] 9 b_tp = sorted(b_dict.items(), key=lambda x:x[0], reverse=True) 10 rank = 0 11 a_tp = [] 12 for r, wordslist in b_tp: 13 a_tp += [(word, r) for word in wordslist] 14 rank += len(wordslist) 15 if rank >= top: 16 break 17 a_dict = dict(a_tp) 18 return a_dict
実行結果は以下です。
python
1>>> list_txt = ["a", "aa", "A", "BC", "BC", "d", "e", "f", "d", "e", "f", "g", "h", "i", "j", "k", "l", "g", "h", "i", "j", "k", "m"] 2>>> print(top_ten(list_txt)) 3{'e': 2, 'j': 2, 'a': 2, 'd': 2, 'g': 2, 'h': 2, 'k': 2, 'f': 2, 'bc': 2, 'i': 2} 4>>> list_txt = ["a", "aa", "A", "BC", "BC", "d", "e", "f", "d", "e", "ff", "g", "h", "i", "j", "k", "l", "g", "h", "i", "j", "k", "m"] 5>>> print(top_ten(list_txt)) 6{'e': 2, 'j': 2, 'a': 2, 'd': 2, 'g': 2, 'h': 2, 'k': 2, 'bc': 2, 'i': 2, 'aa': 1, 'l': 1, 'm': 1, 'ff': 1, 'f': 1}
投稿2020/12/19 12:40
総合スコア24670
0
たとえば第「10」位までであれば、
a_tp = [('aaa', 8) , ('bbb', 6), ('ccc', 6)...]
の「10番目」(インデックス「9」）以降の要素の集計数を、隣の要素の集計数と比較し、
集計数が等しければ、異なる集計数に出会うまで延長します。
''' 引数 stop:上位第何位まで返すかを指定。 list_txt：集計対象の文字列 ''' def top(stop, list_txt): list_lower = [] for w in list_txt: list_lower.append(w.lower()) a_dict = dict((i, list_lower.count(i)) for i in list_lower) a_tp = sorted(a_dict.items(), key=lambda x:x[1], reverse=True) ''' 以下追加修正 ''' # 集計数が同じ間は延長。異なれば打ち切る。 while stop < len(a_tp) and a_tp[stop - 1][1] == a_tp[stop][1]: stop += 1 return a_tp[:stop]
実行例
python
1''' 2テスト用の文字列を作る 3''' 4import random 5txt=[] 6for i in range(26): 7 txt.extend([chr(i + 65)] * random.randint(1, 20)) 8 9print(txt) 10 11>> ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C', 'C', 'C', 'C', (略）...] 12 13print(top(10,txt)) 14 15>> [('k', 20), ('s', 18), ('w', 18), ('p', 16), ('v', 15), ('e', 14), ('h', 14), ('m', 14), ('n', 13), ('q', 12), ('o', 12)]
投稿2020/12/19 08:33
編集2020/12/19 12:34
退会済みユーザー
総合スコア0
ご回答ありがとうございます。
もしかすると誤解をさせてしまったかもしれません。
頂いた例ですと、想定している出力結果は以下のようになります。
以下では、頻度上位10アルファベットが出力されていますが、10位のアルファベットが2つあるので、
結果として11個のアルファベットが出力されています。
{'n': 20, 'o': 20, 'x': 20, 'g': 19, 'h': 19, 'p': 17, 's': 17, 'y': 17, 'r': 16, 'f': 14, 'v': 14}
このような出力を目指す上での助言を頂けますでしょうか。よろしくお願いいたします。
修正しました
ありがとうございます。
おかげさまで解決しました。
あなたの回答
tips
プレビュー
