Question

我正在尝试编写一个程序来创建一个2gb（大约）大小的英文单词文件。并从这2gb文件尝试使用外部排序打印单词的频率。外部排序后，它可以打印计数（频率）

Answer 1

Python有一个内置函数sorted，可以对迭代进行排序。但更好的是，在2.7及更高版本中，它有一个用于计算事物频率的内置集合。假设你的大文件每行有一个单词，你可以这样做：

from collections import Counter
with open(<giant-dictionary>) as words:
    counts = Counter(words)

这将需要几分钟。