這次給大家帶來python怎么統計字母出現的次數，Python統計字母出現次數的注意事項有哪些，下面就是實戰案例，一起來看一下。
題目：
統計一個文件中每個單詞出現的次數，列出出現頻率最多的5個單詞。
前言：
這道題在實際應用場景中使用比較廣泛，比如統計歷年來四六級考試中出現的高頻詞匯，記得李笑來就利用他的編程技能出版過一本背單詞的暢銷書，就是根據詞頻來記單詞，深受學生喜歡。這就是一個把編程技能用來解決實際問題的典型場景。另外，在數據分析時，那些詞云效果本質上都是基于詞頻統計來調整字體的大小，如果你能熟練運用Python中的知識來解決問題的話，說明你真的入門Python了。
分析
本題主要考察以下幾個方面的知識點：
1、如何正確讀寫文件
在python中讀寫文件可以使用注意事項open()，而 open 函數在python2 和 python3 中有一定的區別，比如 Python 中可以指定讀寫文件的編碼格式，而 Python 則不可以，為了同時兼容2和3，我們通常會使用io模塊下面的 open 函數，大家可以查文檔搞清楚它們之間的區別，培養主動學習能力和查資料的習慣。
另外一點是讀寫文件完成之后是需要關閉文件描述符的，除了可以使用 try…except…finally的語法之后，我們還可以使用更優雅的 with … as 的語法來自動關閉文件。
2、如何對數據進行排序
sorted函數是一個使用頻率很高的內置函數，它的用法也很強大，因為它可以通過指定參數 key 來進行自定義排序，也就意味著你不僅可以對數字排序、對字母排序、還可以對列表、字典、自定義的對象進行排序，你只需要要告訴 sorted 函數的排序規則是什么，比如一個people對象，我既可以根據年齡排序也可以根據身高體重來排序，所以這個函數時非常靈活的，另外，對于列表對象有自帶的 sort 方法，如果能區分清楚 list.sort 與 sorted 之間區別那說明你已經能靈活運用了。
3、字典注意事項的運用
做詞頻統計，用字典無疑是最合適的數據類型，單詞作為字典的key， 單詞出現的次數作為字典的 value，很方便地就記錄好了每個單詞的頻率，字典很像我們的電話本，每個名字關聯一個電話號碼。另外，字典最大的特點就是它的查詢速度會非常快。理想情況下時間復雜度為O(1)，我是說理想情況，如果你想深入了解字典的話，建議看看這篇文章 注意事項www.laurentluce.com/posts/python-dictionary-implementation/
4、注意事項的運用
對文本、字符串處理，正則表達式簡直是神器，無論是做數據爬蟲還是數據清洗使用非常廣泛，當然，正則表達式并不是Python特有的東西，所有注意事項都支持，我們要做的除了學習正則表達式還有他的API，只有熟悉了API我們才能運用到實際場景中去。關于正則表達式推薦一篇文章：http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html ，另外我還發現有同學引入了jieba分詞庫，這個庫在做中文分詞非常有用，感興趣的可以去了解一下。
實現
分析完之后，我們實現起來其實是非常快的。所以我們在拿到一個需求的時候，首先肯定是把需求弄清楚，想想大概可以用哪些技術來實現，隨后才是動手寫代碼，其實我們在工作上，真正寫代碼的時間還不到一半。
# -*- coding:utf-8 -*- import io import re class Counter: def init(self, path): """ :param path: 文件路徑 """ self.mapping = dict() with io.open(path, encoding="utf-8") as f: data = f.read() words = [s.lower() for s in re.findall("w+", data)] for word in words: self.mapping[word] = self.mapping.get(word, 0) + 1 def most_common(self, n): assert n > 0, "n should be large than 0" return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n] if name == 'main': most_common_5 = Counter("importthis.txt").most_common(5) for item in most_common_5: print(item)
打印結果：
(‘is’, 10)
(‘better’, 8)
(‘than’, 8)
(‘the’, 6)
(‘to’, 5)
總結
我在看大家代碼的時候，很多代碼依然存在有命名不規范（建議讀PEP8），代碼的排版混亂（閱讀起來很困難，建議用Pycharm進行格式化）。還有不少代碼的實現方式看起來很復雜（往往越復雜的代碼Bug越多）。當然，實現方法不是唯一。
比如Python模塊本身就提供了一個collections.Counter的類，它繼承自dict類，就是用于做統計的，我發現有部分同學使用的就是這個類來實現的，細心的你可能發現了，我實現的這個Counter和collections下面那個Counter很像，其實這就是造輪子，造輪子可以鍛煉我們的編程思維，當然在工作上有現成的東西就沒必要自己造輪子了，除非你有信心做得更好。你也可以思考思考，假如Python沒有提供Counter這個工具，你該怎么做。
另外，該模塊還提供一個有序的字典對象 OrderedDict，使用它可以免去我們手動排序的操作。最后建議大家學習總結上面我提到的所有內容。如果你能堅持100天，相信你對Python的掌握程度是游刃有余的。
相信看了本文案例你已經掌握了方法，更多精彩請關注php中文網其它相關文章！
推薦閱讀：
