Python中的相对频率

Question

在Python中，是否可以计算列表中元素出现的相对频率呢？

例如：

['apple', 'banana', 'apple', 'orange'] # apple for example would be 0.5

- Alpine

---

单词的相对频率是什么？ - thefourtheye

可能是 https://dev59.com/83E85IYBdhLWcg3wzm5p 的重复问题。 - Daniel

@Alpine，这听起来像是你要求我们帮你完成作业。这个程序并不太难。你需要检查列表的长度，并且需要使用字典。 - skyler

Answer 1

你可以使用NLTK完成这个任务：

import ntlk
text = ['apple', 'banana', 'apple', 'orange']
fd = nltk.FreqDist(text)

请查看书中的教程，以及如何使用和源代码

或者，您可以使用计数器：

from collections import Counter
text = ['apple', 'banana', 'apple', 'orange']
c = Counter(text)

- craighagerman

---

NLTK 对这个来说不是有点过头了吗？ - matsjoyce

NLTK是否过度？这取决于情况。如果您已经安装了NLTK，则它具有“电池包括”功能，可以计算频率分布并打印统计信息（例如most_common等），我发现这非常有用。我做了很多自然语言处理工作，并发现NLTK非常有用。对我来说，它几乎不是过度的 - 只是一个特定工作的有用工具。但是，如果您没有进行任何自然语言处理工作，只是进行一次性频率分布，则它就是过度的。这就是为什么我提供了两个选项的原因。 - craighagerman

那不是相对频率，只是计数。相对频率应该是 {apple : 0.5, banana : 0.25, orange : 0.25}。 - Isbister

请参见以下不需要第三方要求的答案：https://dev59.com/K4jca4cB1Zd3GeqP3_K2#58412985。这是一个与NLP无关的问题，因此1）大多数遇到类似问题的人在NLP上不会遇到此问题，2）即使在这种情况下，也不应该假定人们已经安装了nltk，因为有各种各样的NLP框架存在。这涉及到第一个答案；第二部分没有解决所提出的问题，因为它返回绝对频率，而问题要求相对频率。 - pedjjj

Answer 2

以下代码段正好实现了问题所需求：给定一个Counter()对象，返回一个包含相同键但相对频率作为值的字典。无需第三方库。

def counter_to_relative(counter):
    total_count = sum(counter.values())
    relative = {}
    for key in counter:
        relative[key] = counter[key] / total_count
    return relative

- pedjjj

Answer 3

这段简单的代码可以完成任务，它会返回一个元组的列表，但你可以很容易地进行调整。

lst = ['apple', 'banana', 'apple', 'orange']
counts = [(word, lst.count(word) / len(lst)) for word in set(lst)] 

它将返回每个单词的相对频率，如下所示：

[('orange', 0.25), ('banana', 0.25), ('apple', 0.5)]

注意：

1. 遍历set(lst)以避免重复
2. 将lst.count除以len(lst)以获取相对频率

- Ram

---

欢迎来到SO！您能添加一些样例输出吗？这样能更清楚地说明代码的作用。 - xjcl

Answer 4

你可以通过简单地统计元素在列表中出现的次数来轻松完成此操作。

def relative_frequency(lst, element):
    return lst.count(element) / float(len(lst))

words = ['apple', 'banana', 'apple', 'orange']
print(relative_frequency(words, 'apple'))

- petabyte

Answer 5

创建一个字典，以单词为键，出现次数为值。在获得这个字典之后，您可以将每个值除以单词列表的长度。

- justanothercoder