我和其他人一样喜欢花哨的机器学习算法。但有时，你只需要计算一些东西。而Python的内置数据结构使之非常容易。比方说，我们有一个字符串的列表。
things = [
"a",
"a", "b",
"a", "b", "c",
"a", "b", "c", "d",
]
对于这样的一个列表，你可能会关心一些不同的计数。所有项目的数量是多少？唯一项目的数量是多少？<some value> 的实例有多少？ 所有唯一值的实例有多少？
我们可以用列表、集合和字典轻松有效地回答这些问题。对这些对象非常熟悉，对编写好的 Python 代码非常重要。说到这里，让我们找出我们所有的计数。
计算一个列表中的所有值
我们将从一个简单的开始。
len(things)
# Expected result
# 10
len() 函数适用于内置的 Python 数据结构，但它也适用于任何实现了__len__() 方法的类。例如，在一个 NumPy 数组上调用len() 会返回第一维的大小。
计算一个列表中的唯一值
在一个列表中，有多少个唯一值？回答这个问题，首先创建一个唯一的值集合（也就是一个集合）。然后在这个集合上调用len() 。
len(set(things))
# Expected result
# 4
这里要指出的一点是，things 并不一定是一个字符串的列表，这样才行。在 Python 中，你可以把任何可散列的对象放入一个集合。默认情况下，这包括简单的数据类型，但是你可以实现__eq__() 和__hash__() 方法，分别处理对象的平等性和对象的哈希值，以使任何对象都可以哈希。
计算一个特定值的实例
在列表中，有多少个"a" 的实例？你可以通过.count() 方法来了解。
things.count("a")
# Expected result
# 4
很方便!
计算所有唯一值的实例
好的，但是如果我们想计算所有唯一值的实例数量呢？如果你使用Pandas或 SQL，你可能会认识到这是一个group by 操作。事实上，Python带有一个itertools.groupby() 函数，正是这样做的。但是这有点麻烦，因为你必须在传入列表之前对它进行排序。如果你忘记对你的列表进行排序，你不会得到一个错误，你只是得到错误的结果。
相反，让我们回到我们可靠的朋友--集合。如果我们循环浏览所有的唯一值（值的集合），那么我们可以对每个值调用.count() 方法。这将告诉我们我们需要知道的东西。
for value in set(things):
print(value, things.count(value))
# Expected result
# a 4
# c 2
# b 3
# d 1
这很简单，也很高效。
其他一个很酷的技巧
还有一件事要提到的是，如果你想知道一个列表的所有这些计数，你应该考虑先创建一个值计数的字典。为此你可以使用collections.defaultdict ，但你也可以用字典理解法在一个单行本中创建它。
counts = {value: things.count(value) for value in things}
counts
# Expected result
# {'a': 4, 'b': 3, 'c': 2, 'd': 1}
现在我们有了所有唯一值的计数。但是你也可以得到我们上面讨论的所有其他计数。
# Count all values in the list
sum(counts.values())
# Expected result
# 10
# Count unique values in the list
len(counts.keys())
# Expected result
# 4
# Count instances of a specific value
counts["a"]
# Expected result
# 4
