関数 sumcounts(D) を作成するのに助けが必要です。ここで、D は数値を値として持つ辞書であり、すべての値の合計を返します。サンプル出力は次のようになります。
>>> sumcounts({"a":2.5, "b":7.5, "c":100})
110.0
>>> sumcounts({ })
0
>>> sumcounts(strcount("a a a b"))
4
関数 sumcounts(D) を作成するのに助けが必要です。ここで、D は数値を値として持つ辞書であり、すべての値の合計を返します。サンプル出力は次のようになります。
>>> sumcounts({"a":2.5, "b":7.5, "c":100})
110.0
>>> sumcounts({ })
0
>>> sumcounts(strcount("a a a b"))
4
上記のマイケルによって与えられた答えはスポットです!
大規模なデータセットを使用して、最も優れたPandas Pythonフレームワークを確認する場合は、提案したいと思います(問題に対してはやり過ぎかもしれませんが、一見の価値があります)
たとえば、辞書を受け入れてデータセットに変換します
yourdict = {"a":2.5, "b":7.5, "c":100}
dataframe = pandas.Series(yourdict)
これで、非常に強力なデータフレームができました。これにより、合計を取得するなど、多くの優れた処理を実行できます。
sum = dateframe.sum()
また、簡単にプロットしたり、Excelに保存したり、CSVしたり、平均値や標準偏差などを取得したりすることもできます。
dateframe.plot() # plots is in matplotlib
dateframe.mean() # gets the mean
dateframe.std() # gets the standard deviation
dataframe.to_csv('name.csv') # writes to csv file
私は本当にパンダをお勧めすることができます。それは私がPythonでデータビジネスを行う方法を変えました...ちなみにそれはRデータフレームとよく比較されます。