python Counter
# Python Counter：一个被低估的数据结构
提到Python的collections模块，很多人第一反应是defaultdict或者namedtuple，Counter常常被当作“统计列表元素出现次数”的小工具。但深入了解后就会发现，它远不止这么简单。
它到底是什么
Counter本质上是dict的子类，专门设计用来计数的字典。它继承了dict的所有特性——哈希查找、可变、可迭代——同时添加了计数场景下的便捷方法。它的键是你要统计的元素，值是该元素出现的次数。
举个例子，你有一篮子水果，用Counter统计后得到的是“苹果：3个，香蕉：2个，橙子：1个”这样的结构。它就像一个自动计数的记账本，不需要手动维护数字的变化。
有意思的是，Counter对缺失键的处理很优雅：如果你问“葡萄有多少个？”，它不会报错，而是返回0。这一点让我觉得比普通dict更符合直觉——当你需要知道不存在的东西有多少时，答案当然是零。
它能做什么
除了基础计数，Counter的能力圈其实更大。它实现了集合运算，可以用来做交集、并集、差集，但不是对元素本身操作，而是对计数进行操作。
想象你在管理两个仓库的库存——第一个仓库有5支笔、3本书，第二个仓库有2支笔、4本书。用Counter的交集运算可以得到“两个仓库都有的物品，取较少数量”的结果：就是2支笔。这听起来像什么？对，像是数据库里的join操作，但用一行代码就能完成。
它还能找出出现次数最多的元素。这个功能在文本分析中特别有用——统计文章中最常见的词、日志文件中出现频率最高的错误代码、电商订单中最火的商品。most_common方法带有内置排序，时间复杂度是O(n log k)，其中k是你想取的前几位数。如果只取一位，效率会比全排序高不少。
怎么使用
创建
fromcollectionsimportCounter# 从可迭代对象创建c1=Counter(['苹果','香蕉','苹果','橙子','香蕉','苹果'])# 从字典创建c2=Counter({'苹果':3,'香蕉':2,'橙子':1})# 使用关键字参数c3=Counter(苹果=3,香蕉=2)# 最常见的方式：从字符串统计字符c4=Counter('hello world')日常操作
遍历一个Counter时，默认遍历的是键而不是键值对，这一点和普通dict不同：
c=Counter(a=3,b=2,c=1)foriteminc:print(item)# 只打印键如果同时需要键和值，需要用items()方法，这和普通dict一样。
增删改
给Counter增加计数很简单，直接添加元素即可：
c=Counter()c.update(['a','b','a','c'])# 现在c = Counter({'a': 2, 'b': 1, 'c': 1})删除元素可以用del，也可以用subtract方法。但要注意subtract允许负值存在，这有时会造成一些小陷阱——某个元素计数变成负值后，你要么手动清理，要么在获取时用+操作符过滤掉负数。
找前几位
c=Counter('abracadabra')print(c.most_common(3))# 输出 [('a', 5), ('b', 2), ('c', 2)]most_common不传参数时返回所有元素按次数降序排列。但如果Counter有大量不同元素，这种全量排序可能会有点慢。
最佳实践
不要用Counter做高频计数。如果你需要在每秒百万次的循环中累加计数，Counter的字典查找开销可能成为瓶颈。这时候用numpy数组或者简单的list索引会更高效。我曾经在一个实时日志处理场景中犯过这个错——Counter写起来漂亮，但压测时发现CPU都在哈希表的扩容上。
利用+和-操作符合并计数器时注意边界。Counter的加法是把对应计数相加，减法则会把结果截断到0以下——这和集合差集操作的行为一致，但有时会误导新手。如果你需要计数不能为负，可以这样做：
c1=Counter(a=1,b=3)c2=Counter(a=2,b=1)result=c1-c2# 结果是Counter({'b': 2})，a被去掉了因为1-2<0如果想让a的结果是0而不是被删除，可以用字典推导式来转换。
用Counter当作多集合。有些场景下，Counter比set更好用。比如你需要检查两个列表是否有重叠元素，不仅要知道是否重叠，还要知道重叠了多少次。set只能给出布尔结果，而Counter的&操作能给出精确的交集计数。
慎用Counter作为value的容器。有些人喜欢把Counter嵌套在字典里当统计工具用，但这容易导致内存膨胀——每个嵌套的Counter都是一个独立对象。如果统计维度很多，可以考虑用pandas的groupby或者SQL的聚合函数。
和同类技术对比
对比普通dict
使用普通dict计数需要手动处理KeyError：
d={}foriteminitems:ifitemind:d[item]+=1else:d[item]=1Counter把这段样板代码压缩成一行：Counter(items)。但这不只是语法糖，Counter还额外提供了most_common、elements、subtract等实用方法，以及集合操作。
不足之处在于，Counter引入了浮动开销。如果你的代码对内存敏感，或者只需要最简单的计数（比如只取最后统计结果），普通dict配合defaultdict可能更快。
对比defaultdict
defaultdict(int)也能做自动计数，写起来类似：
fromcollectionsimportdefaultdict d=defaultdict(int)foriteminitems:d[item]+=1这个方法比Counter快，因为defaultdict直接继承自dict，没有Counter的额外方法。如果只需要计数功能，defaultdict是更好的选择。但如果你需要most_common或集合运算，就得自己实现了。
对比numpy/pandas
在数据量非常大时（百万级以上），Python原生的Counter和dict都会遇到性能瓶颈。numpy的bincount或者pandas的value_counts在大规模数值型数据上表现更好。pandas的value_counts甚至支持更复杂的操作，比如按比例显示、排序方式、缺失值处理等。
不过这些工具也有门槛——numpy只能处理整数类型，pandas需要事先把数据加载到DataFrame中。如果是零散的小数据，Counter的便携性完胜。
简单总结一下：Counter最擅长的是中小规模数据的快速统计，需要同时兼顾计数和查询的场景，以及需要集合运算的场合。性能敏感的地方用defaultdict，规模大的地方用pandas，高频操作还是用裸循环+索引更稳。