pin_drop当前位置:知识文库 ❯ 图文
Python列表count方法
概述
count() 方法用于统计列表中某个元素出现的次数。它返回指定值在列表中出现的频次，是数据分析中常用的统计方法。count() 不会修改列表，只是进行查询统计。
语法
代码示例
list.count(value)返回值：元素在列表中出现的次数（整数）
基本用法
统计元素出现次数
代码示例
nums = [1, 2, 3, 2, 4, 2, 5]
print(nums.count(2))
print(nums.count(6))输出：
代码示例
3
0统计字符串出现次数
代码示例
fruits = ["apple", "banana", "apple", "cherry", "apple"]
print(fruits.count("apple"))
print(fruits.count("orange"))输出：
代码示例
3
0统计嵌套元素
count() 进行的是严格相等比较，对于嵌套列表需要完全匹配：
代码示例
nested = [[1, 2], [3, 4], [1, 2], [5, 6]]
print(nested.count([1, 2]))
print(nested.count([1]))输出：
代码示例
2
0常见应用场景
统计投票结果
代码示例
votes = ["A", "B", "A", "C", "A", "B", "A"]
for candidate in ["A", "B", "C"]:
print(f"候选人 {candidate}: {votes.count(candidate)} 票")输出：
代码示例
候选人 A: 4 票
候选人 B: 2 票
候选人 C: 1 票检查重复元素
代码示例
def has_duplicates(lst):
return any(lst.count(x) > 1 for x in lst)
print(has_duplicates([1, 2, 3, 4]))
print(has_duplicates([1, 2, 3, 2]))输出：
代码示例
False
True统计各元素频次
代码示例
data = [1, 2, 3, 2, 1, 3, 3, 2, 1]
freq = {}
for item in set(data):
freq[item] = data.count(item)
print(freq)输出：
代码示例
{1: 3, 2: 3, 3: 3}提示：对于大数据量，建议使用
collections.Counter，效率更高。
代码示例
from collections import Counter
data = [1, 2, 3, 2, 1, 3, 3, 2, 1]
print(Counter(data))输出：
代码示例
Counter({1: 3, 2: 3, 3: 3})注意事项
⚠️ 性能问题：
count()每次调用都遍历整个列表，时间复杂度为 O(n)。如果需要统计多个元素的频次，建议使用collections.Counter。
⚠️ 严格相等：
count()使用==比较，对于浮点数可能存在精度问题。
⚠️ 不修改列表：
count()是查询方法，不会修改原列表。
小结
count(value) 返回指定值在列表中出现的次数
不存在的值 返回 0
嵌套列表 需要完全匹配才能统计
大数据量统计 建议使用
collections.Counter
练习题
练习1
编写一个函数 most_frequent(lst)，找出列表中出现次数最多的元素及其出现次数，返回一个元组 (元素, 次数)。
练习2
给定列表 data = [1, 2, 3, 2, 1, 3, 3, 2, 1, 4, 4, 4, 4]，统计每个元素的出现次数，并按次数从高到低排列输出。
常见问题
count() 方法会修改原列表吗？
不会。count() 是查询方法，只返回列表中某个元素出现的次数，不会对原列表进行任何修改。
如果要统计的元素不存在于列表中会怎样？
count() 会返回 0，不会抛出异常。这与 index() 方法不同，index() 在找不到元素时会抛出 ValueError。
count() 和 collections.Counter 有什么区别？
count() 每次调用都遍历整个列表，时间复杂度为 O(n)；而 Counter 一次遍历就能统计所有元素的频次，在需要统计多个元素时效率更高。大数据量场景推荐使用 Counter。
本文涉及AI创作
内容由AI创作，请仔细甄别