python - 如何计算首字母大写的单词出现的比例

Question

通过使用 Python，我想计算出现首字母大写的单词的比例。例如，这是一个示例单词列表，

word_list = ["capital", "Capital", "Capital", "Capital", "capital", "bus", "Bus", "bus", "Bus", "white"]

我想产生如下结果:

{"Capital": 0.6, "Bus": 0.5, "White": 0}

您对此有什么想法吗？这看起来很容易，但很难想出好的解决方案。具体来说，使用defaultdict可以很容易地统计出首字母大写的单词的个数。

word_dict = defaultdict(int)
for word in word_list:
    if word[0].isupper():
        word_dict[word] += 1

提前致谢!

Answer 1

单词排序:itertools.groupby

假设在您的示例中，您的字符串已排序，您可以使用 groupby与 statistics.mean :

from itertools import groupby
from statistics import mean

grouper = groupby(word_list, key=str.casefold)
res = {k.capitalize(): mean(x[0].isupper() for x in words) for k, words in grouper}

# {'Bus': 0.5, 'Capital': 0.6, 'White': 0}

单词不一定排序:sorted + groupby

在这种情况下，您可以在应用上述逻辑之前进行排序:

word_list = sorted(word_list, key=str.casefold)

如果您的列表未排序，这会增加算法的复杂性。

不一定排序的单词:collections.defaultdict

另一种方法是通过 collections.defaultdict 构造一个包含 bool 值列表的字典。 ，然后使用 statistics.mean:

from collections import defaultdict
from statistics import mean

dd = defaultdict(list)
for word in word_list:
    dd[word.capitalize()].append(word[0].isupper())

# defaultdict(list,
#             {'Bus': [False, True, False, True],
#              'Capital': [False, True, True, True, False],
#              'White': [False]})

res = {k: mean(v) for k, v in dd.items()}

# {'Bus': 0.5, 'Capital': 0.6, 'White': 0}