دیکشنری و شمارش فراوانی

کلید و مقدار

دیکشنری مجموعه‌ای از جفت‌های کلید و مقدار است. در student["age"] به داده با برچسب age دسترسی داریم، نه جایگاه عددی آن. {} دیکشنری خالی می‌سازد.

در پایتون ۳ امروزی، دیکشنری ترتیب درج را حفظ می‌کند؛ اما این به معنای مرتب بودن کلیدها نیست. برای مرتب‌سازی باید صریحاً sorted را به کار ببری.

student = {"name": "Sara", "age": 15}
student["age"] = 16
print(student["name"])
print(student["age"])

Sara
16

کلید ناموجود و get

دسترسی با [] به کلیدی که وجود ندارد، KeyError می‌دهد. با key in data وجود کلید را بررسی کن؛ in در دیکشنری کلیدها را می‌سنجد، نه مقدارها را.

get(key, default) اگر کلید نباشد مقدار پیش‌فرض می‌دهد و به تنهایی کلید تازه‌ای ایجاد نمی‌کند.

points = {"Sara": 8}
print(points.get("Ali", 0))
print("Ali" in points)
points["Ali"] = 3
print(points["Ali"])

0
False
3

الگوی شمارش فراوانی

برای هر واژه یک کلید نگه دار. هر بار که آن واژه را می‌بینی، مقدار قبلی را با get(word, 0) بگیر و یک واحد اضافه کن. برای اولین مشاهده، شمارش از صفر شروع می‌شود.

شکستن متن با split کافی است تا مثال ساده کار کند. در متن واقعی، بزرگی حروف و علامت‌ها مهم‌اند؛ "Python" و "python" بدون پاک‌سازی دو کلید متفاوت‌اند.

text = "python is fun python is useful"
counts = {}
for word in text.split():
    counts[word] = counts.get(word, 0) + 1
print(counts["python"])
print(counts["fun"])

2
1

پیمایش کلید و مقدار

حلقهٔ مستقیم روی دیکشنری کلیدها را می‌دهد. keys()، values() و items() نماهایی از کلیدها، مقدارها و جفت‌ها می‌دهند؛ در پایتون ۳ این‌ها فهرست آماده نیستند، اما می‌توان با list تبدیلشان کرد.

در for word, count in counts.items() هر جفت بین دو متغیر باز می‌شود. این روش برای پیدا کردن بیشترین شمارش مناسب است.

counts = {"python": 3, "code": 2, "learn": 1}
best_word = None
best_count = None
for word, count in counts.items():
    if best_count is None or count > best_count:
        best_word = word
        best_count = count
print(best_word, best_count)

python 3

ترکیب فایل، حلقه و دیکشنری

برای شمارش واژه‌های یک فایل، حلقهٔ بیرونی خط‌ها را می‌خواند و حلقهٔ درونی واژه‌های هر خط را. همان دیکشنری شمارنده باید بیرون هر دو حلقه ساخته شود تا شمارش کل فایل حفظ شود.

اگر دو واژه فراوانی برابر داشته باشند، الگوریتم بالا اولین واژهٔ دیده‌شده را نگه می‌دارد. این تصمیم را در گزارش نتیجه روشن کن.

نتیجهٔ رأی‌گیری

رأی‌های «blue red blue green blue red» را بشمار. تعداد رأی blue و red را در دو خط چاپ کن.

votes = "blue red blue green blue red"
counts = {}
for color in votes.split():
    counts[color] = counts.get(color, 0) + 1
print(counts["blue"])
print(counts["red"])

3
2

خودآزمایی

پاسخ را انتخاب کن و دلیل آن را بخوان. این بخش برای تمرین است و نمرهٔ رسمی ثبت نمی‌کند.