如果只需要单个项目的计数，请使用以下方法：count

>>> [1, 2, 3, 4, 1, 4, 1].count(1)
3

---

重要提示：如果您要计算多个不同的项目，这将非常慢

每个调用都会遍历整个元素列表。循环调用意味着总检查，这对性能来说可能是灾难性的。countncountnn * n

如果要对多个项目进行计数，请使用计数器，它只执行总检查。n

list.count(x)返回列表中出现的次数x

请参见：http://docs.python.org/tutorial/datastructures.html#more-on-lists

如果您使用的是 Python 2.7 或 3.x，并且希望每个元素的出现次数，请使用 Counter：

>>> from collections import Counter
>>> z = ['blue', 'red', 'blue', 'yellow', 'blue', 'red']
>>> Counter(z)
Counter({'blue': 3, 'red': 2, 'yellow': 1})

# Python >= 2.6 (defaultdict) && < 2.7 (Counter, OrderedDict)
from collections import defaultdict
def count_unsorted_list_items(items):
    """
    :param items: iterable of hashable items to count
    :type items: iterable

    :returns: dict of counts like Py2.7 Counter
    :rtype: dict
    """
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


# Python >= 2.2 (generators)
def count_sorted_list_items(items):
    """
    :param items: sorted iterable of items to count
    :type items: sorted iterable

    :returns: generator of (item, count) tuples
    :rtype: generator
    """
    if not items:
        return
    elif len(items) == 1:
        yield (items[0], 1)
        return
    prev_item = items[0]
    count = 1
    for item in items[1:]:
        if prev_item == item:
            count += 1
        else:
            yield (prev_item, count)
            count = 1
            prev_item = item
    yield (item, count)
    return


import unittest
class TestListCounters(unittest.TestCase):
    def test_count_unsorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = count_unsorted_list_items(inp) 
            print inp, exp_outp, counts
            self.assertEqual(counts, dict( exp_outp ))

        inp, exp_outp = UNSORTED_WIN = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(dict( exp_outp ), count_unsorted_list_items(inp) )


    def test_count_sorted_list_items(self):
        D = (
            ([], []),
            ([2], [(2,1)]),
            ([2,2], [(2,2)]),
            ([2,2,2,2,3,3,5,5], [(2,4), (3,2), (5,2)]),
            )
        for inp, exp_outp in D:
            counts = list( count_sorted_list_items(inp) )
            print inp, exp_outp, counts
            self.assertEqual(counts, exp_outp)

        inp, exp_outp = UNSORTED_FAIL = ([2,2,4,2], [(2,3), (4,1)])
        self.assertEqual(exp_outp, list( count_sorted_list_items(inp) ))
        # ... [(2,2), (4,1), (2,1)]

要计算具有共同类型的不同元素的数量，请执行以下操作：

li = ['A0','c5','A8','A2','A5','c2','A3','A9']

print sum(1 for el in li if el[0]=='A' and el[1] in '01234')

给

3，而不是 6

获取字典中每个项的出现次数的另一种方法：

dict((i, a.count(i)) for i in a)

我今天遇到了这个问题，在我想检查 SO 之前推出了我自己的解决方案。这：

dict((i,a.count(i)) for i in a)

对于大型列表来说，真的非常非常慢。我的解决方案

def occurDict(items):
    d = {}
    for i in items:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
return d

实际上比 Counter 解决方案快一点，至少对于 Python 2.7 来说是这样。

如果你想一次计算所有值，你可以使用 numpy 数组非常快速地完成，如下所示bincount

import numpy as np
a = np.array([1, 2, 3, 4, 1, 4, 1])
np.bincount(a)

这给了

>>> array([0, 3, 1, 1, 2])

计算列表中一个项目的出现次数

对于仅计算一个列表项的出现次数，您可以使用count()

>>> l = ["a","b","b"]
>>> l.count("a")
1
>>> l.count("b")
2

对列表中所有项目的出现次数进行计数也称为“计数”列表或创建计数计数器。

使用 count（） 计算所有项目

要计算一个项目中的出现次数，只需使用列表推导式和方法即可lcount()

[[x,l.count(x)] for x in set(l)]

（或类似字典dict((x,l.count(x)) for x in set(l)))

例：

>>> l = ["a","b","b"]
>>> [[x,l.count(x)] for x in set(l)]
[['a', 1], ['b', 2]]
>>> dict((x,l.count(x)) for x in set(l))
{'a': 1, 'b': 2}

使用 Counter（） 计算所有项目

或者，库中有更快的类Countercollections

Counter(l)

例：

>>> l = ["a","b","b"]
>>> from collections import Counter
>>> Counter(l)
Counter({'b': 2, 'a': 1})

计数器的速度有多快？

我检查了统计列表的速度有多快。我用几个值尝试了这两种方法，似乎更快，常数系数约为 2。CounternCounter

这是我使用的脚本：

from __future__ import print_function
import timeit

t1=timeit.Timer('Counter(l)', \
                'import random;import string;from collections import Counter;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
                )

t2=timeit.Timer('[[x,l.count(x)] for x in set(l)]',
                'import random;import string;n=1000;l=[random.choice(string.ascii_letters) for x in range(n)]'
                )

print("Counter(): ", t1.repeat(repeat=3,number=10000))
print("count():   ", t2.repeat(repeat=3,number=10000)

输出：

Counter():  [0.46062711701961234, 0.4022796869976446, 0.3974247490405105]
count():    [7.779430688009597, 7.962715800967999, 8.420845870045014]

给定一个项目，如何在 Python 的列表中计算它的出现次数？

下面是一个示例列表：

>>> l = list('aaaaabbbbcccdde')
>>> l
['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'e']

list.count

有方法list.count

>>> l.count('b')
4

这适用于任何列表。元组也有这个方法：

>>> t = tuple('aabbbffffff')
>>> t
('a', 'a', 'b', 'b', 'b', 'f', 'f', 'f', 'f', 'f', 'f')
>>> t.count('f')
6

collections.Counter

然后是收藏。计数器。您可以将任何可迭代对象转储到计数器中，而不仅仅是列表，并且计数器将保留元素计数的数据结构。

用法：

>>> from collections import Counter
>>> c = Counter(l)
>>> c['b']
4

计数器基于 Python 字典，它们的键是元素，因此键需要是可散列的。它们基本上就像允许冗余元素进入它们的集合。

进一步使用collections.Counter

您可以使用计数器中的可迭代对象进行加法或减法：

>>> c.update(list('bbb'))
>>> c['b']
7
>>> c.subtract(list('bbb'))
>>> c['b']
4

您也可以使用计数器进行多集操作：

>>> c2 = Counter(list('aabbxyz'))
>>> c - c2                   # set difference
Counter({'a': 3, 'c': 3, 'b': 2, 'd': 2, 'e': 1})
>>> c + c2                   # addition of all elements
Counter({'a': 7, 'b': 6, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c | c2                   # set union
Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1, 'y': 1, 'x': 1, 'z': 1})
>>> c & c2                   # set intersection
Counter({'a': 2, 'b': 2})

愚蠢的答案，求和

有很好的内置答案，但这个例子有点启发性。在这里，我们求和字符 c 等于的所有出现：'b'

>>> sum(c == 'b' for c in l)
4

对于这个用例来说不是很好，但如果你需要对情况进行可迭代计数，那么对布尔结果求和是完全可以的，因为它等价于 。TrueTrue1

为什么不是熊猫？

另一个答案建议：

为什么不使用熊猫？

Pandas 是一个通用库，但它不在标准库中。将其添加为要求并非易事。

在列表对象本身以及标准库中都有针对此用例的内置解决方案。

如果您的项目还没有 pandas，那么仅将其作为此功能的要求是愚蠢的。

您还可以使用内置模块运算符的 countOf 方法。

>>> import operator
>>> operator.countOf([1, 2, 3, 4, 1, 4, 1], 1)
3

为什么不使用 Pandas？

import pandas as pd

my_list = ['a', 'b', 'c', 'd', 'a', 'd', 'a']

# converting the list to a Series and counting the values
my_count = pd.Series(my_list).value_counts()
my_count

输出：

a    3
d    2
b    1
c    1
dtype: int64

如果您正在寻找特定元素的计数，例如 a，请尝试：

my_count['a']

输出：

3

sum([1 for elem in <yourlist> if elem==<your_value>])

这将返回 your_value 的发生次数

我已经将所有建议的解决方案（以及一些新的解决方案）与 perfplot（我的一个小项目）进行了比较。

计算一个项目

事实证明，对于足够大的数组，

numpy.sum(numpy.array(a) == 1)

比其他解决方案略快。

清点所有项目

如前所述，

numpy.bincount(a)

是你想要的。

---

用于重现绘图的代码：

from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot


def counter(a):
    return Counter(a)


def count(a):
    return dict((i, a.count(i)) for i in set(a))


def bincount(a):
    return numpy.bincount(a)


def pandas_value_counts(a):
    return pandas.Series(a).value_counts()


def occur_dict(a):
    d = {}
    for i in a:
        if i in d:
            d[i] = d[i]+1
        else:
            d[i] = 1
    return d


def count_unsorted_list_items(items):
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


def operator_countof(a):
    return dict((i, operator.countOf(a, i)) for i in set(a))


perfplot.show(
    setup=lambda n: list(numpy.random.randint(0, 100, n)),
    n_range=[2**k for k in range(20)],
    kernels=[
        counter, count, bincount, pandas_value_counts, occur_dict,
        count_unsorted_list_items, operator_countof
        ],
    equality_check=None,
    logx=True,
    logy=True,
    )

from collections import Counter
from collections import defaultdict
import numpy
import operator
import pandas
import perfplot


def counter(a):
    return Counter(a)


def count(a):
    return dict((i, a.count(i)) for i in set(a))


def bincount(a):
    return numpy.bincount(a)


def pandas_value_counts(a):
    return pandas.Series(a).value_counts()


def occur_dict(a):
    d = {}
    for i in a:
        if i in d:
            d[i] = d[i] + 1
        else:
            d[i] = 1
    return d


def count_unsorted_list_items(items):
    counts = defaultdict(int)
    for item in items:
        counts[item] += 1
    return dict(counts)


def operator_countof(a):
    return dict((i, operator.countOf(a, i)) for i in set(a))


b = perfplot.bench(
    setup=lambda n: list(numpy.random.randint(0, 100, n)),
    n_range=[2 ** k for k in range(20)],
    kernels=[
        counter,
        count,
        bincount,
        pandas_value_counts,
        occur_dict,
        count_unsorted_list_items,
        operator_countof,
    ],
    equality_check=None,
)
b.save("out.png")
b.show()

如果你能用，那么就是救援的。pandasvalue_counts

>>> import pandas as pd
>>> a = [1, 2, 3, 4, 1, 4, 1]
>>> pd.Series(a).value_counts()
1    3
4    2
3    1
2    1
dtype: int64

它还会自动根据频率对结果进行排序。

如果您希望结果出现在列表中，请执行以下操作

>>> pd.Series(a).value_counts().reset_index().values.tolist()
[[1, 3], [4, 2], [3, 1], [2, 1]]

可能不是最有效的，需要额外的通行证才能删除重复项。

功能实现：

arr = np.array(['a','a','b','b','b','c'])
print(set(map(lambda x  : (x , list(arr).count(x)) , arr)))

返回：

{('c', 1), ('b', 3), ('a', 2)}

或返回为 ：dict

print(dict(map(lambda x  : (x , list(arr).count(x)) , arr)))

返回：

{'b': 3, 'c': 1, 'a': 2}

def countfrequncyinarray(arr1):
    r=len(arr1)
    return {i:arr1.count(i) for i in range(1,r+1)}
arr1=[4,4,4,4]
a=countfrequncyinarray(arr1)
print(a)

建议使用 numpy 的 bincount，但它仅适用于具有非负整数的一维数组。此外，生成的数组可能会令人困惑（它包含原始列表从最小值到最大值的整数出现次数，并将缺失的整数设置为 0）。

使用 numpy 的更好方法是使用属性设置为 True 的唯一函数。它返回一个元组，其中包含唯一值的数组和每个唯一值的出现数组。return_counts

# a = [1, 1, 0, 2, 1, 0, 3, 3]
a_uniq, counts = np.unique(a, return_counts=True)  # array([0, 1, 2, 3]), array([2, 3, 1, 2]

然后我们可以将它们配对为

dict(zip(a_uniq, counts))  # {0: 2, 1: 3, 2: 1, 3: 2}

它还适用于其他数据类型和“二维列表”，例如

>>> a = [['a', 'b', 'b', 'b'], ['a', 'c', 'c', 'a']]
>>> dict(zip(*np.unique(a, return_counts=True)))
{'a': 3, 'b': 3, 'c': 2}

所有元素的计数itertools.groupby()

获取列表中所有元素计数的 Antoher 可能性可以通过 .itertools.groupby()

具有“重复”计数

from itertools import groupby

L = ['a', 'a', 'a', 't', 'q', 'a', 'd', 'a', 'd', 'c']  # Input list

counts = [(i, len(list(c))) for i,c in groupby(L)]      # Create value-count pairs as list of tuples 
print(counts)

返回

[('a', 3), ('t', 1), ('q', 1), ('a', 1), ('d', 1), ('a', 1), ('d', 1), ('c', 1)]

请注意它如何将前三个 '组合为第一组，而其他组则出现在列表的下方。发生这种情况的原因是输入列表未排序。如果组实际上应该是分开的，这有时可能是一个好处。aaL

具有唯一计数

如果需要唯一组计数，只需对输入列表进行排序：

counts = [(i, len(list(c))) for i,c in groupby(sorted(L))]
print(counts)

返回

[('a', 5), ('c', 1), ('d', 2), ('q', 1), ('t', 1)]

注意：为了创建唯一计数，与解决方案相比，许多其他答案提供了更简单、更易读的代码。但此处显示的是与重复计数示例的平行关系。groupby

以下是三种解决方案：

最快的方法是使用 for 循环并将其存储在 Dict 中。

import time
from collections import Counter


def countElement(a):
    g = {}
    for i in a:
        if i in g: 
            g[i] +=1
        else: 
            g[i] =1
    return g


z = [1,1,1,1,2,2,2,2,3,3,4,5,5,234,23,3,12,3,123,12,31,23,13,2,4,23,42,42,34,234,23,42,34,23,423,42,34,23,423,4,234,23,42,34,23,4,23,423,4,23,4]


#Solution 1 - Faster
st = time.monotonic()
for i in range(1000000):
    b = countElement(z)
et = time.monotonic()
print(b)
print('Simple for loop and storing it in dict - Duration: {}'.format(et - st))

#Solution 2 - Fast
st = time.monotonic()
for i in range(1000000):
    a = Counter(z)
et = time.monotonic()
print (a)
print('Using collections.Counter - Duration: {}'.format(et - st))

#Solution 3 - Slow
st = time.monotonic()
for i in range(1000000):
    g = dict([(i, z.count(i)) for i in set(z)])
et = time.monotonic()
print(g)
print('Using list comprehension - Duration: {}'.format(et - st))

结果

#Solution 1 - Faster

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 234: 3, 23: 10, 12: 2, 123: 1, 31: 1, 13: 1, 42: 5, 34: 4, 423: 3}
Simple for loop and storing it in dict - Duration: 12.032000000000153

#Solution 2 - Fast

Counter({23: 10, 4: 6, 2: 5, 42: 5, 1: 4, 3: 4, 34: 4, 234: 3, 423: 3, 5: 2, 12: 2, 123: 1, 31: 1, 13: 1})
Using collections.Counter - Duration: 15.889999999999418

#Solution 3 - Slow

{1: 4, 2: 5, 3: 4, 4: 6, 5: 2, 34: 4, 423: 3, 234: 3, 42: 5, 12: 2, 13: 1, 23: 10, 123: 1, 31: 1}
Using list comprehension - Duration: 33.0

虽然这是一个很老的问题，但由于我没有找到一个衬里，所以我做了一个。

# original numbers in list
l = [1, 2, 2, 3, 3, 3, 4]

# empty dictionary to hold pair of number and its count
d = {}

# loop through all elements and store count
[ d.update( {i:d.get(i, 0)+1} ) for i in l ]

print(d)
# {1: 1, 2: 2, 3: 3, 4: 1}

我会用 ，以 Lukasz 的例子为例：filter()

>>> lst = [1, 2, 3, 4, 1, 4, 1]
>>> len(filter(lambda x: x==1, lst))
3

给定一个列表 X

 import numpy as np
 X = [1, -1, 1, -1, 1]

显示此列表元素的 i： frequency（i） 的字典是：

{i:X.count(i) for i in np.unique(X)}

输出：

{-1: 2, 1: 3}

使用 %timeit 查看哪个操作效率更高。np.array 计数操作应该更快。

 from collections import Counter
 mylist = [1,7,7,7,3,9,9,9,7,9,10,0] 
 types_counts=Counter(mylist)
 print(types_counts)

test = [409.1, 479.0, 340.0, 282.4, 406.0, 300.0, 374.0, 253.3, 195.1, 269.0, 329.3, 250.7, 250.7, 345.3, 379.3, 275.0, 215.2, 300.0]

for i in test:
    print('{} numbers {}'.format(i, test.count(i)))

或者，您也可以自己实现计数器。我是这样做的：

item_list = ['me', 'me', 'you', 'you', 'you', 'they']

occ_dict = {}

for item in item_list:
    if item not in occ_dict:
        occ_dict[item] = 1
    else:
        occ_dict[item] +=1

print(occ_dict)

输出：{'me': 2, 'you': 3, 'they': 1}

mot = ["compte", "france", "zied"]
lst = ["compte", "france", "france", "france", "france"]
dict((x, lst.count(x)) for x in set(mot))

这给了

{'compte': 1, 'france': 4, 'zied': 0}

import pandas as pd
test = [409.1, 479.0, 340.0, 282.4, 406.0, 300.0, 374.0, 253.3, 195.1, 269.0, 329.3, 250.7, 250.7, 345.3, 379.3, 275.0, 215.2, 300.0]

#turning the list into a temporary dataframe
test  = pd.DataFrame(test)

#using the very convenient value_counts() function
df_counts = test.value_counts()
df_counts

然后，您可以使用并获取数据。df_counts.indexdf_counts.values

x = ['Jess', 'Jack', 'Mary', 'Sophia', 'Karen',
     'Addison', 'Joseph','Jack', 'Jack', 'Eric', 'Ilona', 'Jason']
the_item = input('Enter the item that you wish to find : ')
how_many_times = 0 
for occurrence in x:
     if occurrence == the_item : 
          how_many_times += 1
print('The occurrence of', the_item, 'in', x,'is',how_many_times) 

创建了一个名称列表，其中重复了名称“Jack”。 为了检查它的发生率，我在名为 . 在每次迭代中，如果循环变量获得的值与从用户那里收到并存储在变量中的值相同，则该变量将递增 1。 在获得一些价值之后......我们打印存储单词“jack”出现的值xthe_itemhow_many_timeshow_many_times

如果您只想获取单个项目的计数，请使用 python 内置计数方法：

list = [2,5,4,3,10,3,5,6,5]
elmenet_count = list.count(5)
print('The count of element 5 is ', elmenet_count )

输出：

The count of element 5 is 3