计数嵌套lis中的唯一元组

Question

我有一个2D数组，其中每个元素都是一对两个标记，比如[“NOUN”，“VERB”]，我想计算这些唯一对在大型数据集中出现的次数。在

到目前为止，我已经尝试使用defaultdict（int）和Counter（）简单地添加元素，如果之前没有找到，或者如果找到，则将值增加1。在

dTransition = Counter()
# dTransition = defaultdict(int)

# <s> is a start of sentence tag
pairs = [[('<s>', 'NOUN')], [('CCONJ', 'NOUN')], [('NOUN', 'SCONJ')], [('SCONJ', 'NOUN')]]

for pair in pairs:
      dTransition[pairs] += 1

这不起作用，因为它不接受两个参数。因此，我想知道是否有一种简单的方法来检查字典，如果已经存在一个2D数组的键，如果已经存在，则将值增加1。在

Answer 1

考虑到与列表不同，元组是可散列的，因此需要将列表展平。一个简单的选项是使用^{}，然后使用元组列表构建一个Counter：

from itertools import chain
Counter(chain(*pairs))

输出

^{pr2}$

Answer 2

您使用defaultdict的解决方案是正确的，但是您必须将这两个值作为字典键的元组插入。在您的示例中，元组始终是列表的第一个元素：

import collections 
dTransition = collections.defaultdict(int)

# <s> is a start of sentence tag
pairs = [[('<s>', 'NOUN')], [('CCONJ', 'NOUN')], [('NOUN', 'SCONJ')], [('SCONJ', 'NOUN')],[('SCONJ', 'NOUN')]]

for pair in pairs:
      dTransition[pair[0]] += 1

那就行了

Answer 3

您可以使用numpy数组对已经内置的函数执行此操作。在

import numpy as np

#convert array to numpy array
pairs= np.array(pairs)

#pairs.unique() returns an array with only the unique elements
#len() returns the length(count) of unique pairs
count= len(pairs.unique())