python - 频率计数的错误结果

Question

我正在尝试查找一个单词列表在另一个单词列表中出现的情况。 我的代码如下所示:

for cat, text2 in posts:
words=wordpunct_tokenize(text2)
for word in words:
    if word in top:
        counter[word]+=1

print counter

单词如下所示:[("Post1", "post1","post1"), ("post2","post2), ("post3")] 顶部看起来像这样“Post1，Post2，Post3” 预期结果是:

{post1: 3}
{post2, 2}
{post3, 1}

但是我现在得到的输出是:

{'post1': 3})
{'post2': 2, 'post1': 3})
{'post3': 1, 'post2': 2, 'post1': 3})

看起来程序将上一行中的单词添加到下一行，有人知道我该如何解决这个问题吗？

Answer 1

提示:Python 中有一个类已经可以实现您想要的功能，它的名称为 Counter它位于 collections 模块中:

from collections import Counter
c = Counter()
for cat, text2 in posts:
    c.update(word for word in wordpunct_tokenize(text2) if word in top)

最后，c 变量将包含找到的单词的频率计数。