编程小白的第一本python书-第六章

综合项目:词频统计
书中原代码为:

@count_time
def test1():
    with open('Walden.txt','r') as text:
        #将所有的单词按空格拆分,然后去除所有标点符号,然后转换为小写
        words = [raw_word.strip(string.punctuation).lower() for raw_word in text.read().split()]
        words_set = set(words)
        counts_dict = {word: words.count(word) for word in words_set}
    print len(counts_dict)```
耗时大概 23秒左右
改进后的代码为:

@count_time
def test2():
"""test1的性能优化版"""
counts_dict = {}
with open('Walden.txt', 'r') as text:
words = [word.strip(string.punctuation).lower() for raw_word in text for word in raw_word.split()]
for word_2 in words:
if word_2 in counts_dict:
counts_dict[word_2] += 1
else:
counts_dict[word_2] = 1
print len(counts_dict)

更加pythonic的版本:

@count_time
def test3():
"""tongji2的 更加pythonic的版本"""
with open('Walden.txt', 'r') as text:
words = [word.strip(string.punctuation).lower() for raw_word in text for word in raw_word.split()]
counts_dict = collections.Counter(words)
print len(counts_dict)

耗时如下:
![image.png](http://upload-images.jianshu.io/upload_images/4131789-018d62d69b23f23b.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)![image.png](http://upload-images.jianshu.io/upload_images/4131789-6e8df883acae84ce.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
test1()的耗时 是test2,test3的两百多倍。
主要耗时是在 test1中的 

counts_dict = {word: words.count(word) for word in words_set}

这里。count(word)每次查找均从集合的开始处开始查找元素。在集合很大的情况下,相当耗时。
应该避免使用count()进行频繁的查找,可以使用:

for word_2 in words:
if word_2 in counts_dict:
counts_dict[word_2] += 1
else:
counts_dict[word_2] = 1

或者更加pythonic的版本:

counts_dict = collections.Counter(words)

两者耗时测试相差0.2秒
Counter是collections模块的一个类,计数器(Counter)做容器使用,用来跟踪值出现了多少次
可以使用序列,字典,关键字参数进行初始化

collections.Counter(['a', 'b', 'c', 'a', 'b', 'b'])
collections.Counter({'a':2, 'b':3, 'c':1})
collections.Counter(a=2, b=3, c=1)

返回一个字典,以元素为key,出现次数为value。
使用字典来初始化Counter 好像没什么意义,字典本身就是key具有唯一性的容器。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,743评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,296评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,285评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,485评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,581评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,821评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,960评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,719评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,186评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,516评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,650评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,936评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,757评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,991评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,370评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,527评论 2 349

推荐阅读更多精彩内容