1.定义函数
创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都做网站、网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的桓仁网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
def get_counts(sequence):
counts={}
for x in sequence:
if x in counts:
counts[x]+= 1
else:
counts[x]=1
return counts
2.定义函数（利用python标准包）
from collections import defaultdict
def get_counts2(sequence):
counts=defaultdict(int)#所以得值均会被初始化W为0
for x in sequence:
if x in counts:
counts[x]+= 1
return counts
3.python标准库中找到collections.Counter类
from collections improt Counter
counter(sequence)
此刻的心情：
2018年五一后入职新公司做项目实施，一直忙碌着公司的项目；国庆后更是被调到东莞支援项目，工作时间真的成了996了，唯一休息的一天也懒的出去。看看电影、洗洗衣服、与小棉袄视频下、学习学习Python也还挺有趣，也很充实。
Python中range()函数的用法
1、函数原型：range（start， end， scan)：
参数含义：
start:计数从start开始。默认是从0开始。
例如range（5）等价于range（0， 5）; end:技术到end结束，但不包括end.
例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5 scan：每次跳跃的间距，默认为1。
例如：range（0， 5） 等价于 range(0, 5, 1)
2、python中的range()函数的功能很强大，所以我觉得很有必要和大家分享一下，就好像其API中所描述的：
If you do need to iterate over a sequence of numbers, the built-in function range() comes in handy. It generates arithmetic progressions
--有道翻译的结果：如果确实需要迭代一组数字，那么内置函数range()就派上用场了。它生成算术级数。
3、实例调用
#r如果你需要遍历一个数字序列，可以使用内置函数range()
#1、下面遍历一个列表
the_count=[1,2,3,4,5,6]
for number in the_count:
print("this is count %d" % number)
print("--------------------")
#2、遍历一个混合列表
list=[1,2,3,4,"zll",5,6,"hello",7,8.9]
for i in range(len(list)):
print (list[i],end="、")
print("\n--------------------")
#3、用range()函数生成一个列表
for i in range(5):
print(i,end="、")
print("\n--------------------")
#4、range(10),其中参数10代表：从0到10的一个序列，当然不包含10
print("range(10)表示：" ,range(10))
listA=[i for i in range(10)] print(listA)
print("--------------------")
#5、我们也可以自定义起始点和结束点 #我们定义了一个从5开始的起始点，到100结束的结束点
print("range(5,100)表示",range(5,100))
listB=[i for i in range(5,100)]
print(listB) print("--------------------")
#6、定义了这些后，我们还可以定义步长 #我们定义一个从1开始到30结束，步长为3的列表
print('range(1,30,3)表示：',range(1,30,3))
listC = [i for i in range(1,30,3)]
print(listC)
4、自己运行试试结果哦...
value_counts是一种查看表格某列中有多少个不同值的快捷方法，并计算每个不同值有在该列中个数，类似Excel里面的count函数
其是pandas下面的顶层函数，也可以作用在Series、DataFrame下
常规用法：
pandas 的 value_counts() 函数可以对Series里面的每个值进行计数 并且 排序，默认是降序
可以看出，既可以对分类变量统计，也可以对连续数值变量统计
如果是要对结果升序排列，可以添加 ascending=True 来改变
如果不想看统计的个数，而是想看占比，那么可以设置 normalize=True 即可，结果是小数形式
可以通过apply，对每一列变量进行统计
以上是自己实践中遇到的一些点，分享出来供大家参考学习，欢迎关注DataShare公众号
