Data Science do zero: Primeiras regras com o Python
Baixar 5.26 Mb. Pdf preview
|
| from collections import Counter
c = Counter([0, 1, 2, 0]) # c é (basicamente) { 0 : 2, 1 : 1, 2 : 1 } Isso nos mostra uma forma simples de resolver nosso problema de word_counts : word_counts = Counter(document) Uma instância Counter possui um método most_common que é frequentemente útil: # imprime as dez palavas mais comuns e suas contas for word, count in word_counts.most_common(10): print word, count Conjuntos Outra estrutura de dados é o set (conjunto), que representa uma coleção de elementos distintos: s = set() s.add(1) # s agora é { 1 } s.add(2) # s agora é { 1, 2 } s.add(2) # s ainda é { 1, 2 } x = len(s) # é igual a 2 y = 2 in s # é igual a True z = 3 in s # é igual a False Usaremos os conjuntos por duas razões principais. A primeira é que in é uma operação muito rápida em conjuntos. Se tivermos uma grande coleção de itens que queiramos usar para um teste de sociedade, um conjunto é mais adequado do que uma lista: stopwords_list = ["a","an","at"] + hundreds_of_other_words + ["yet", "you"] "zip" in stopwords_list # Falso, mas tem que verificar todos os elementos stopwords_set = set(stopwords_list) "zip" in stopwords_set # muito rápido para verificar A segunda razão é encontrar os itens distintos em uma coleção: item_list = [1, 2, 3, 1, 2, 3] num_items = len(item_list) # 6 item_set = set(item_list) # {1, 2, 3} num_distinct_items = len(item_set) # 3 distinct_item_list = list(item_set) # [1, 2, 3] Usaremos set s com menos frequência do que dict s e list s. Baixar 5.26 Mb. Compartilhe com seus amigos:
|