python - 按字母顺序对元组排序

Question

我正在尝试使用 python 按字母顺序对双字母组元组列表进行排序。我的输出现在看起来像这样:

('hello', 'how')
('how', 'are')
('are', 'you')
('you', '?')
('Are', 'you')
('you', 'okay')
('okay', '?')

我希望输出看起来像这样，按字母顺序排列并且每个二元组只出现一次，最好有一个频率计数:

('are', 'you'), 2
('hello', 'how'), 1
('how', 'are'), 1
('okay', '?'), 1
('you', 'okay'), 1
('you', '?'), 1

我的代码是这样的:

def bigram(x):
    with open (x, 'r', encoding='utf-8') as f:
        mylist = f.read()
        n = 2
        grams = ngrams(nltk.word_tokenize(mylist), n)
        for bigrams in grams:
            return bigrams

非常感谢您的帮助，谢谢!

Answer 1

你需要做几个步骤(在阅读grams之后):

首先，将所有内容小写以便于查找 double :

grams = [ (a.lower(), b.lower()) for (a, b) in grams ]

其次，将 grams 分组并计数:

import collections
counted = collections.Counter(grams)

第三，对计数的东西进行排序:

for gram, count in sorted(counted.items()):
    print gram, count