本文共 1128 字，大约阅读时间需要 3 分钟。

数据准备与统计分析

数据结构

list_test = [
    [[1, 2, 3], [4, 5, 6]],
    [[1, 3, 4], [7, 8, 9], [1, 3, 3]]
]

统计结果

result = [x for i in list_test for j in i for x in j]
# 输出结果：[1, 2, 3, 4, 5, 6, 1, 3, 4, 7, 8, 9, 1, 3, 3]

使用Counter进行统计

from collections import Counter
counter_result = Counter(result)
# 输出结果：Counter({1: 3, 2: 1, 3: 4, 4: 2, 5: 1, 6: 1, 7: 1, 8: 1, 9: 1})

items()方法转换

# 将Counter转换为元祖结构
counter_result.items()
# 输出结果：[(1, 3), (2, 1), (3, 4), (4, 2), (5, 1), (6, 1), (7, 1), (8, 1), (9, 1)]

判断类型

print('是否是可迭代对象\n', isinstance(counter_result.items(), Iterable))
# print('type\n', type(counter_result.items()))
# 输出结果：是否是可迭代对象 True
# (1, 3), (2, 1), (3, 4), (4, 2), (5, 1), (6, 1), (7, 1), (8, 1), (9, 1)

自定义排序

# 按照值降序排序
sorted(counter_result.items(), key=lambda x: x[1], reverse=True)
# 输出结果：[(3, 4), (1, 3), (4, 2), (2, 1), (5, 1), (6, 1), (7, 1), (8, 1), (9, 1)]

按值升序排序

sorted(counter_result.items(), key=lambda x: x[1])
# 输出结果：[(2, 1), (5, 1), (6, 1), (7, 1), (8, 1), (9, 1), (4, 2), (1, 3), (3, 4)]

分析

通过对Counter.items()进行排序，可以根据值的大小来重新排列数据，方便后续的分析和展示。默认情况下，sorted函数会按照指定的关键函数（这里是x[1]）进行升序排列。如果需要降序排列，可以通过设置reverse=True来实现。