Frecuencia de recuento de letras en un archivo de texto

Question

En python, ¿cómo puedo recorrer un archivo de texto y contar el número de apariciones de cada letra? Me doy cuenta de que solo podría usar una declaración 'para x en el archivo' para ir a través de ella y luego configurar 26 declaraciones más o menos si elif, pero seguramente hay una mejor manera de hacerlo.

Gracias.

Answer 1

Uso collections.Counter():

from collections import Counter 
with open(file) as f: 
    c = Counter() 
    for x in f: 
     c += Counter(x.strip()) 

Como @mgilson señaló, en el caso si el archivo no es tan grande, sólo tiene que hacer:

c = Counter(f.read().strip()) 

ejemplo:

>>> c = Counter() 
>>> c += Counter('aaabbbcccddd eee fff ggg') 
>>> c 
Counter({'a': 3, ' ': 3, 'c': 3, 'b': 3, 'e': 3, 'd': 3, 'g': 3, 'f': 3}) 
>>> c += Counter('aaabbbccc') 
Counter({'a': 6, 'c': 6, 'b': 6, ' ': 3, 'e': 3, 'd': 3, 'g': 3, 'f': 3}) 

o utiliza el método de cadenas count():

from string import ascii_lowercase  # ascii_lowercase =='abcdefghijklmnopqrstuvwxyz' 
with open(file) as f: 
    text = f.read().strip() 
    dic = {} 
    for x in ascii_lowercase: 
     dic[x] = text.count(x) 

Answer 2

utilizar un diccionario - básicamente letters[char]++

Answer 3

Counter es una buena manera de hacer esto, pero Contador sólo está disponible en 3.1 y superiores, además de 2,7.

Si está en 3.0 o 2. [56], probablemente debería usar collections.defaultdict (int) en su lugar.

Answer 4

De esta forma se crea un histograma de diccionario para cada caracter, que se puede usar para crear un gráfico de barras o similar. Si desea limitarlo a letras o algún subconjunto, deberá agregar un adicional condicional, o filtrar freqs al final.

freqs = {} 
for line in file_list: 
    for char in line: 
     if char in freqs: 
      freqs[char] += 1 
     else: 
      freqs[char] = 1 

print freqs 

Supongo que ha abierto el archivo y ha rellenado * file_list * con los contenidos.

Answer 5

básicamente, sin importaciones: is_letter es una función para decidir si algo es una carta, para que pueda contar con otras cosas que las letras inglesas usuales

def add_or_init(dictionary, c): 
     if(c in dictionary): 
       dictionary[c]+=1 
     else: 
       dictionary[c]=1 
def count_one_letter(dictionary, c, is_letter): 
     if is_letter(c): 
       add_or_init(dictionary, c) 
def count_letters(dictionary, string, is_letter): 
     for c in string: 
       count_one_letter(dictionary, c, is_letter) 
     return dictionary 

#count all characters 
count_letters(dict(),'aaabbbcccddd eee fff ggg',lambda x: True) 
# => {'a': 3, ' ': 3, 'c': 3, 'b': 3, 'e': 3, 'd': 3, 'g': 3, 'f': 3}