鉴于所有连续两个词的文本数出现

Question

输入：

Once upon a time a time this upon a 

输出：

dictionary { 
    'Once upon': 1, 
     'upon a': 2, 
     'a time': 2, 
     'time a': 1, 
    'time this': 1, 
    'this upon': 1 
} 

CODE：

def countTuples(path): 
    dic = dict() 
    with codecs.open(path, 'r', 'utf-8') as f: 
     for line in f: 
      s = line.split() 
      for i in range (0, len(s)-1): 
       dic[str(s[i]) + ' ' + str(s[i+1])] += 1 
    return dic 

我收到此错误：

File "C:/Users/user/Anaconda3/hw2.py", line 100, in countTuples 
    dic[str(s[i]) + ' ' + str(s[i+1])] += 1 
TypeError: list indices must be integers or slices, not str 

如果我删除+=和公正的地方=1一切正常就好了，我想这个问题是，当我尝试访问的条目提取没有按”值现在还存在吗？

我能做些什么来解决这个问题？要求你的代码的最小变化

Answer 1

您可以使用defaultdict来使您的解决方案正常工作。使用defaultdict，可以指定键值对的默认值类型。这使您可以像+=1的分配尚未明确创建的关键，但：

import codecs 
from collections import defaultdict 

def countTuples(path): 
    dic = defaultdict(int) 
    with codecs.open(path, 'r', 'utf-8') as f: 
     for line in f: 
      s = line.split() 
      for i in range (0, len(s)-1): 
       dic[str(s[i]) + ' ' + str(s[i+1])] += 1 
    return dic 

>>> {'Once upon': 1, 
    'a time': 2, 
    'this upon': 1, 
    'time a': 1, 
    'time this': 1, 
    'upon a': 2}) 

Answer 2

一种解决方案是只使用一个defaultdict：

from collections import defaultdict 

line = 'Once upon a time a time this upon a' 

dic = defaultdict(int) 

s = line.split() 

for i in range(0, len(s)-1): 
    dic[str(s[i]) + ' ' + str(s[i+1])] += 1 

这将产生：然后

dic 

defaultdict(int, 
      {'Once upon': 1, 
      'a time': 2, 
      'this upon': 1, 
      'time a': 1, 
      'time this': 1, 
      'upon a': 2}) 

你的函数只是变成了：

def countTuples(path): 
    dic = defaultdict(int) 
    with codecs.open(path, 'r', 'utf-8') as f: 
     for line in f: 
      s = line.split() 
      for i in range (0, len(s)-1): 
       dic[str(s[i]) + ' ' + str(s[i+1])] += 1 
    return dic 

Answer 3

没有必要弄得这么辛苦，简单地用一个Counter和使用zip以双字母组喂柜台，如：

from collections import Counter 

def countTuples(path): 
    dic = Counter() 
    with codecs.open(path, 'r', 'utf-8') as f 
     for line in f: 
      s = line.split() 
      dic.update('%s %s'%t for t in zip(s,s[1:])) 
    return dic