Python 循环改进

Question

我想知道如何根据另一个数组中的单词有效地计算数组上单词的分布。

我们得到了单词数组 test，任务是将 test 中出现的单词聚合到新数组 s

for word in test:
    if word not in s:
        mydict[s.count(word)] = 0
    else:           
        mydict[s.count(word)] += 1

此代码非常慢，部分原因是缺乏性能改进以及 Python 迭代速度非常慢的本质。

改进上述代码的最佳方法是什么？

Answer 1

您对测试中的每个单词重复计数迭代，使用 if word not in s 增加单词查找的开销。改进可能在于计算一次计数:

from collections import Counter
counts = Counter(s)

然后在第二遍中获取直方图:

distribution = Counter(counts[v] for v in set(test))

演示:

>>> test = list('abcdef')
>>> s = list('here comes the sun')
>>> counts = Counter(s)
>>> distribution = Counter(counts[v] for v in set(test))
>>> distribution
Counter({0: 4, 1: 1, 4: 1})