使用代理IP时Python怎么计算List中元素出现的频率

这篇文章主要介绍“使用代理IP时Python怎么计算List中元素出现的频率”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“使用代理IP时Python怎么计算List中元素出现的频率”文章能帮助大家解决问题。

创新互联公司，是成都地区的互联网解决方案提供商，用心服务为企业提供网站建设、app软件开发公司、小程序定制开发、系统按需策划和微信代运营服务。经过数10年的沉淀与积累，沉淀的是技术和服务，让客户少走弯路，踏实做事，诚实做人，用情服务，致力做一个负责任、受尊敬的企业。对客户负责，就是对自己负责，对企业负责。

以下代码，传入的参数均为 array = [1, 2, 3, 3, 2, 1, 0, 2]

1、Counter方法

该方法可以迅速获取list中元素出现的次数

from collections import Counter

def counter(arr):

    return Counter(arr).most_common(2) # 返回出现频率最高的两个数

# 结果：[(2, 3), (1, 2)]

2、list中的count,获取每个元素的出现次数

def single_list(arr, target):

    return arr.count(target)

# target=2，结果：3

3、list中的count,获取所有元素的出现次数

def all_list(arr):

    result = {}

    for i in set(arr):

        result[i] = arr.count(i)

    return result

# 结果：{0: 1, 1: 2, 2: 3, 3: 2}

4、Numpy花式索引，获取每个元素的出现次数

def single_np(arr, target):

    arr = np.array(arr)

    mask = (arr == target)

    arr_new = arr[mask]

    return arr_new.size

# target=2，结果：3

5、Numpy花式索引，获取所有元素的出现次数

def all_np(arr):

    arr = np.array(arr)

    key = np.unique(arr)

    result = {}

    for k in key:

       mask = (arr == k)

        arr_new = arr[mask]

        v = arr_new.size

        result[k] = v

    return result

# 结果：{0: 1, 1: 2, 2: 3, 3: 2}

关于“使用代理IP时Python怎么计算List中元素出现的频率”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注创新互联行业资讯频道，小编每天都会为大家更新不同的知识点。