python - 将文件转换为字典以计算出现次数

Question

我有一个文件，其内容如下所示:

eng word1
eng word2
eng word3
ita word1
ita word2
fra word1
...

我想统计每个单词在每种语言中出现的次数。为此，我想阅读字典中的文件。 这是我的尝试:

data = open('file', 'r', encoding='utf8')
for line in data:
    lang = line[:3]
    ipa_string = line[3:]
    lang_and_string_dict[lang] = []
    lang_and_string_dict[lang].append(ipa_string)
print(lang_and_string_dict)

这给了我一个带有正确键的字典，但只有最后一个单词，例如英语:

{'eng':[word1]}

Answer 1

好吧，每次您分配一个空列表作为值时:

data = open('file', 'r', encoding='utf8')
for line in data:
    lang = line[:3]
    ipa_string = line[3:]
    <b>lang_and_string_dict[lang] = []</b>
    lang_and_string_dict[lang].append(ipa_string)
print(lang_and_string_dict)

结果，包含前一次出现的旧列表丢失了。如果不存在这样的元素，您应该只创建一个列表，例如:

data = open('file', 'r', encoding='utf8')
for line in data:
    lang = line[:3]
    ipa_string = line[3:]
    <b>if lang not in lang_and_string_dict:</b>
        lang_and_string_dict[lang] = []
    lang_and_string_dict[lang].append(ipa_string)
print(lang_and_string_dict)

由于这种模式很常见，您也可以使用 defaultdict:

<b>from collection import defaultdict

<b>lang_and_string_dict = defaultdict(list)</b>
<b>with</b> open('file', 'r', encoding='utf8') as data:</b>
    for line in data:
        lang = line[:3]
        ipa_string = line[3:]
    lang_and_string_dict[lang].append(ipa_string)
print(lang_and_string_dict)

defaultdict 是 dict 的子类，它使用工厂(此处为 list)以防丢失 key 。因此，每次查询不在字典中的键时，我们都会构造一个列表。

您稍后可以使用 dict(lang_and_string_dict) 将此类 defaultdict 转换为 dict。

此外，如果您打开(..) 文件，您最好使用with block 来执行此操作。因为如果出现异常，那么文件仍然正确关闭。