小编经常看到有用户吐槽用Python 来对字数进行统计太麻烦了，感觉很鸡肋，用处不大。其实只要你找对操作方法，你会发现Python用起来太方便了。下面将给大家介绍使用Python来解决字数统计的详细步骤，希望能给大家提供到帮助。

　　问题描述：

　　用 Python 实现函数 count_words()，该函数输入字符串 s 和数字 n，返回 s 中 n 个出现频率最高的单词。返回值是一个元组列表，包含出现次数最高的 n 个单词及其次数,即 [(<单词1>, <次数1>), (<单词2>, <次数2>), ... ]，按出现次数降序排列。

　　您可以假设所有输入都是小写形式，并且不含标点符号或其他字符(只包含字母和单个空格)。如果出现次数相同，则按字母顺序排列。

　　例如：

　　输出：

　　[('butter', 2), ('a', 1), ('betty', 1)]

　　解决问题的思路：

　　1. 将字符串s进行空白符分割得到所有的单词列表split_s，如：['betty', 'bought', 'a', 'bit', 'of', 'butter', 'but', 'the', 'butter', 'was', 'bitter']

　　2. 建立maplist,将split_s转化为元素为元组的列表形式，如：[('betty', 1), ('bought', 1), ('a', 1), ('bit', 1), ('of', 1), ('butter', 1), ('but', 1), ('the', 1), ('butter', 1), ('was', 1), ('bitter', 1)]

　　3. 合并maplist中元素，元组的第一个索引值相同，则将其第二个索引值相加。

　　// 备注：准备采用defaultdict。得到的数据如下：{'betty': 1, 'bought': 1, 'a': 1, 'bit': 1, 'of': 1, 'butter': 2, 'but': 1, 'the': 1, 'was': 1, 'bitter': 1}

　　4. 进行排序，按照key进行字母排序，得到如下：[('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('butter', 2), ('of', 1), ('the', 1), ('was', 1)]

　　5. 进行二次排序, 按照value进行排序，得到如下：[('butter', 2), ('a', 1), ('betty', 1), ('bit', 1), ('bitter', 1), ('bought', 1), ('but', 1), ('of', 1), ('the', 1), ('was', 1)]

　　6. 使用切片取出频率较高的*组数据

　　总结：在python3上不进行defaultdict进行排序结果也是正确的，python2上不正确。defaultdict本身是没有顺序的，要区分列表，所以必须进行排序。

　　也可尝试自己写，不借助第三方模块

　　解决方案1(使用defaultdict)：

　　解决方案2(使用Counter)

　　上文对Python在统计字数方面的运用都有很完整的介绍，而且还另外介绍了如何不使用第三方模块来处理的办法，大家可以任意选择适合自己使用的方法，总有一款是适合你的。大家不要总是感觉很难不敢去尝试，其实你尝试了之后会觉得原来自己都是多虑了。