Day-Dictionary,使用嵌套循环的字符频率
2025-01-21 09:45:57
0浏览
收藏
各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《Day-Dictionary,使用嵌套循环的字符频率》,很明显是关于文章的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!

Python字典及字符频率分析
Python字典是一种灵活的数据结构,用于存储键值对。字典是无序的,可变的,且键必须唯一。本文将介绍字典的基本用法,并演示如何使用嵌套循环计算字符串中字符的频率,解决一系列字符统计问题。
字典的基本使用
字典用花括号{}定义,键值对用冒号:分隔,键值对之间用逗号,分隔。
示例:
thisdict = {
"brand": "Ford",
"model": "Mustang",
"year": 1964
}
student = {"name": "Raja", "class": 5}
print(thisdict)
print(student)
输出:
{'brand': 'Ford', 'model': 'Mustang', 'year': 1964}
{'name': 'Raja', 'class': 5}
字符频率分析示例
以下代码片段展示了如何使用嵌套循环和字典计算字符串中每个字符的频率,并解决一系列相关问题:
1. 查找字符串中每个字母的频率:
def char_frequency(text):
freq = {}
for char in text:
if char.isalpha(): #只统计字母
char = char.lower() #忽略大小写
freq[char] = freq.get(char, 0) + 1
return freq
s = 'lakshmipritha'
result = char_frequency(s)
for char, count in result.items():
print(f"{char} {count}")
2. 找出只出现一次的字母:
def unique_chars(text):
freq = char_frequency(text)
return [char for char, count in freq.items() if count == 1]
s = 'lakshmipritha'
unique = unique_chars(s)
print(unique)
3. 找出最常见的字母:
def most_common_char(text):
freq = char_frequency(text)
return max(freq, key=freq.get)
s = 'lakshmipritha'
most_common = most_common_char(s)
print(most_common)
4. 找出第一个不重复的字母:
def first_unique_char(text):
freq = char_frequency(text)
for char in text:
char = char.lower()
if char in freq and freq[char] == 1:
return char
return None
s = 'lakshmipritha'
first_unique = first_unique_char(s)
print(first_unique)
5. 找出第一个重复的字母:
def first_repeated_char(text):
seen = set()
for char in text:
char = char.lower()
if char in seen:
return char
seen.add(char)
return None
s = 'lakshmipritha'
first_repeated = first_repeated_char(s)
print(first_repeated)
6-9. 类似地,可以编写函数来查找最后一个不重复的字母,最后一个重复的字母,最常见的字母以及元音的出现频率。 这些函数的逻辑与以上类似,只是需要调整循环方向或条件判断。 为了简洁,这里不再一一列出。
这些示例展示了如何利用Python字典有效地进行字符频率分析。 通过修改和组合这些函数,可以解决更多复杂的字符统计问题。
终于介绍完啦!小伙伴们,这篇关于《Day-Dictionary,使用嵌套循环的字符频率》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
React 新 API 使用(承诺)
- 上一篇
- React 新 API 使用(承诺)
- 下一篇
- HDMI 2.2标准发布,埃尔法光电迎来新契机
查看更多
最新文章
-
- 文章 · python教程 | 1小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 文章 · python教程 | 11小时前 | python · Python tomllib TOMLDecodeError
- Python tomllib 解析失败时如何定位具体键与行列
- 198浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python contextvars 为什么能隔离并发请求上下文
- 202浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363浏览 收藏
-
- 文章 · python教程 | 22小时前 | Python教程 · InitVar __post_init__ Python dataclasses.replace 数据类复制
- Python dataclasses.replace 遇到 InitVar 时怎样传递参数
- 381浏览 收藏
-
- 文章 · python教程 | 1天前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 402次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 478次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 487次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 435次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 260次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

