Counter.most_common(n)专用于高效获取频次最高的前n个元素，返回按频次降序排列的(元素, 计数)元组列表；n为None时返回全部，频次相同时依插入顺序排列，不支持自动文本清洗或分词。
直接用 Counter.most_common(n) 最省事
想快速拿到词频最高的前 N 个，most_common(n) 就是专干这事的，不用自己排序再切片。它返回的是 list[tuple[word, count]]，顺序已按频次降序排好。
常见错误是误以为返回 dict 或想用 sorted() 手动重排——没必要，还慢。另外注意 n 为 None 时返回全部，但大数据量下慎用，会把整个计数结果都加载进内存。
-
Counter(['a','b','a','c','b','a']).most_common(2)→[('a', 3), ('b', 2)] - 如果
n > len(Counter)，不会报错，只返回实际存在的项 - 频次相同时，顺序取决于插入顺序（Python 3.7+ 保持插入序），不保证字典序
遇到中文、标点、大小写混杂怎么办
原始文本不清洗，Counter 会把 "Apple"、"apple"、"apple." 当成三个不同词。得在喂给 Counter 前做预处理。
典型场景：读取日志、爬虫文本、用户评论。别指望 Counter 自己分词或归一化。
立即学习“Python免费学习笔记（深入）”；
- 转小写：
text.lower() - 去标点（简单版）：
re.sub(r'[^\w\s]', ' ', text)，注意保留空格以便后续 split - 分词（中文必须）：用
jieba.lcut(text)，别直接text.split() - 过滤空字符串和单字符（如纯空格、换行符）：
[w for w in words if w.strip() and len(w) > 1]
Counter 和 dict 的性能差异在哪
Counter 是 dict 子类，接口兼容，但内部做了优化：构造时自动累加，比手动写 for word in words: d[word] = d.get(word, 0) + 1 快 2–3 倍（尤其数据量大时）。
但如果你只需要 TopN，且数据流式到达（比如边读文件边统计），别一次性全塞进 Counter。考虑用 heapq.nlargest(n, counter.items(), key=lambda x: x[1])，空间更省——因为 most_common(n) 内部仍需构建完整堆，而 nlargest 可以边迭代边维护大小为 N 的堆。
- 小数据（Counter(...).most_common(n)，代码最简
- 大数据（>100k 项）且只要 Top10 这种小 N：先用
Counter累加，再用heapq.nlargest提取，避免生成全量排序结构 -
Counter不支持线程安全，多线程更新要加锁，普通dict同样不安全
为什么 most_common() 返回 tuple 而不是 dict
返回 list of tuple 是为了明确表达“这是有序结果”，避免误以为还能像 dict 一样查键。如果你需要快速查 TopN 中某个词的频次，得自己转成 dict：dict(counter.most_common(n))，但注意这会丢失顺序。
容易被忽略的一点：most_common() 结果是**快照**。原 Counter 后续修改不影响已返回的 list，但反过来，改这个 list 也不会影响原 Counter——这点和 dict.keys() 类似，但新手常误以为它是动态视图。
另外，Counter 对不存在的键返回 0，但 most_common() 里永远不包含计数为 0 的项，哪怕你显式调用过 counter['missing'] = 0 —— 它只返回 count > 0 的项。
