Counter是Python中用于统计元素出现次数的高效工具，源自collections模块。通过from collections import Counter导入后，可对列表、字符串等可迭代对象进行计数，如Counter(['a','b','a'])返回各元素及其频次。常用方法包括most_common(n)获取前n高频元素，elements()还原元素序列，update()增加计数，subtract()减少计数，并支持加减与集合运算。适用于词频统计、异位词判断等场景，代码简洁且功能强大。
Python 中的 Counter 是 collections 模块中的一个非常实用的工具，用于统计可迭代对象中元素的出现次数。它返回一个字典子类，其中元素作为键，出现次数作为值。
导入与基本用法
使用 Counter 需要先从 collections 模块导入：
from collections import Counter你可以传入列表、字符串、元组等可迭代对象：
# 统计列表中元素出现次数counts = Counter(['a', 'b', 'a', 'c', 'b', 'a'])
print(counts) # 输出: Counter({'a': 3, 'b': 2, 'c': 1})
统计字符串中字符出现次数
char_count = Counter("hello")
print(char_count) # 输出: Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})
常用操作方法
Counter 提供了一些方便的方法来处理计数结果：
域名有效性检查，验证企业网站域名有效、无效状态。帮助销售团队、市场人员和研究人员检查公司域名、提升邮件触达率——是 CRM数据清洗、销售线索验证、供应商核验、邮件列表清洗的必备工具，适用于外贸邮件群发前清洗、招聘背调与采购商核实。
下载
核验域名可用性、安全状态及风险标记，输出验证结论、失败原因和敏感标签，清理风险域名，优化外贸邮件列表，降低退信概率。
立即学习“Python免费学习笔记（深入）”；
- most_common(n)：返回出现频率最高的 n 个元素及其计数，按降序排列。不传参数则返回全部。 print(counts.most_common(2)) # 输出: [('a', 3), ('b', 2)]
- elements()：返回一个迭代器，列出所有元素（按计数重复）。注意：只返回计数大于0的元素。 list(char_count.elements()) # 可能输出: ['h', 'e', 'l', 'l', 'o']
- update(iterable)：在原有计数基础上增加新数据。 counts.update(['b', 'c', 'c'])
- subtract(iterable)：从现有计数中减去另一个可迭代对象的计数，结果可以为负。 counts.subtract(['a', 'a'])
print(counts) # 'b' 和 'c' 的计数增加
print(counts['a']) # 原为3，现在变为1
数学运算支持
Counter 支持简单的集合风格运算，适合合并或比较统计数据：
- 加法 (+)：对应元素计数相加。
- 减法 (-)：只保留正数结果，负数或零会被丢弃。
- 交集 (&)：取每个元素的最小计数。
- 并集 (|)：取每个元素的最大计数。
c2 = Counter(a=1, b=2)
print(c1 + c2) # Counter({'a': 4, 'b': 3})
print(c1 - c2) # Counter({'a': 2})
实际应用场景
Counter 特别适用于以下场景：
- 统计文本中单词频率
- 检查两个字符串是否互为字母异位词（即字母相同但顺序不同）
- 快速找出列表中最多的元素
- 做简单的频次分析或数据清洗
def is_anagram(s1, s2):
return Counter(s1) == Counter(s2)
is_anagram("listen", "silent") # True
基本上就这些。Counter 简洁高效，是处理计数问题的首选工具。掌握它的基本用法和常见操作，能大幅简化代码逻辑。
