Python list

List Comprehension

List Comprehension это создание списка путем итерации в цикле уже существующего списка (с соблюдением указанных условий). Поначалу такой подход может казаться сложным, но когда разберетесь, вы поймете, насколько это просто и быстро.

Чтобы разобраться в list comprehension, нужно
для начала обратиться к обычной итерации
списка. В следующем простом примере
показано, как вернуть новый список,
состоящий только из четных чисел старого.

# просто любой список чисел
some_list = 

# пустой список, который будет заполняться четными числами из первого списка
even_list = []

for number in some_list:
  if number % 2 == 0:
    even_list.append(number)

print(even_list) # 

Давайте разберем этот пример. Сначала мы создаем список с числами. Затем создаем пустой список, в котором будут сохраняться результаты, полученные в цикле. Дальше идет сам цикл, в котором мы перебираем числа из первого списка и проверяем, являются ли они четными. Если число делится на 2 без остатка, мы добавляем его в список четных чисел. Для получения нужного результата нам потребуется 5 строк кода (без учета комментариев), да еще пробелы.

А теперь давайте посмотрим пример, в
котором мы делаем все то же самое, но с
помощью list comprehension.

# просто любой список чисел
some_list = 

# List Comprehension
even_list = 
print(even_list) # 

Давайте возьмем еще пример. Создадим
список, каждый элемент которого будет
элементом старого списка, умноженным
на 7.

my_starting_list = 
my_new_list = []

for item in my_starting_list:
    my_new_list.append(item * 7)
print(my_new_list)  # 

С помощью list comprehension можно достичь
того же результата:

my_starting_list = 
my_new_list = 

print(my_new_list)  # 

Вообще list comprehension пишется в соответствии
со следующей формулой:

В блоке вы указываете, что конкретно нужно сделать с элементом, который возвращает итерация объекта. В нашем примере это , но операция может быть любой, как очень простой, так и очень сложной.

В блок нужно вставить имя объекта, который вы будете перебирать в цикле. В нашем примере это был список, но мог быть кортеж или диапазон.

List
comprehension добавляет элемент из существующего
списка в новый, если соблюдается какое-то
условие. Этот способ лаконичнее, а в
большинстве случаев еще и намного
быстрее. Иногда применение list comprehension
может ухудшить читаемость кода, поэтому
разработчику нужно действовать по
ситуации.

Примеры использования list comprehension с условиями

Вносим в новый список только четные
числа:

only_even_list = 
print(only_even_list)  # 

Это эквивалентно следующему циклу:

only_even_list = list()
for i in range(13):
  if i%2 == 0:
    only_even_list.append(i)
print(only_even_list)  # 

List
comprehension может также содержать вложенные
if-условия

Обратите внимание на следующий
пример:

divisible = list()
for i in range(50):
  if i % 2 == 0:
    if i % 3 == 0:
      divisible.append(i)
print(divisible)  # 

С применением list comprehension этот код можно
переписать следующим образом:

divisible = 
print(divisible)  # 

С list comprehension также может использоваться if-else. В следующем примере мы берем диапазон чисел от 0 до 10 и добавляем в наш список все четные числа из этого диапазона, а нечетные добавляем после умножения на -1.

list_1 = 
print(list_1)  # 

Подписаться

×

Генераторы списков

Генератором списка называется способ построения списка с применением выражения к каждому элементу, входящему в последовательность. Есть схожесть генератора списка и цикла . На этом примере мы рассмотрим простейший генератор списков:

Таким образом мы получили отдельно взятые утроенные буквы слова, введённого в кавычки. Есть множество вариантов применения генератора списков.

Пример генератора списка:

Пример посложнее:

Это усложнённая конструкция генератора списков, в которой мы сделали все возможные наборы сочетаний букв из введённых слов. Буквы-исключения видны по циклу, где стоит знак != для одной переменной и другой.

Предварительные сведения

Списки в Python это на редкость популярная тема как для начинающих свой путь программировании, так и для опытных экспертов в языке Python. Если верить Google Trends, то интерес к этой теме растет из года в год.

Если вы регулярно посещаете форумы, где можно задать вопросы по программированию на Python, например Stack Overflow, Quora или Reddit, то наверняка понимаете причину такой популярности этой темы.

На этих форумах постоянно появляется множество вопросов про списки, за них голосуют, и наиболее интересные продолжают обсуждать, находя разные решения.

В данной статье мы кратко пройдемся по самым распространенным вопросам на тему списков в языке Python.

Python list operations

The following code shows some basic list operations.

list_oper.py

#!/usr/bin/env python

# list_oper.py

n1 = 
n2 = 

print(n1 == n2)
print(n1 + n2)

print(n1 * 3)

print(2 in n1)
print(2 in n2)

We define two lists of integers. We use a few operators on these lists.

print(n1 == n2)

The contents of the lists are compared with the
operator. The line prints since the elements are different.

print(n1 + n2)

The and lists are added to form a
new list. The new list has all elements of both the lists.

print(n1 * 3)

We use the multiplication operator on the list. It repeats the elements
n times; three times in our case.

print(2 in n1)

We use the operator to find out whether the value is present
in the list. It returns a boolean or .

$ ./lists.py
False


True
False

Running the example gives this output.

List Functions

The following Python functions can be used on lists.

3

[]
[]

, ]

moth
wasp

bee
ant

Списки

Списки Python схожи с массивами в других языках. В Python, пустой список может быть создан следующим образом:

Python

my_list = []
my_list = list()

Как вы видите, вы можете создать список при помощи квадратных скобок, или при помощи встроенного инструмента Python – list. Список состоит из таких элементов, как строки, цифры, объекты и смеси типов. Давайте взглянем на несколько примеров:

Python

my_list =
my_list2 =
my_list3 =

Первый список содержит 3 числа, второй 3 строки, третий содержит смесь. Вы также можете создавать списки списков, вот так:

Python

my_nested_list =
print(my_nested_list) # , ]

В какой-то момент вам может понадобиться скомбинировать два списка вместе. Первый способ сделать это – при помощи метода extend:

Python

combo_list =
one_list =
a = combo_list.extend(one_list)

print(a) #

Немного проще будет просто добавить два списка вместе.

Python

my_list =
my_list2 =

combo_list = my_list + my_list2
print(combo_list) #

Да, это именно настолько просто. Вы также можете сортировать список. Давайте уделим немного времени и взглянем на то, как это делается:

Python

alpha_list =
alpha_list.sort()

print(alpha_list) #

Получилось. Видите? Давайте взглянем на еще один пример, чтобы закрепить результат:

Python

alpha_list =
sorted_list = alpha_list.sort()

print(sorted_list) # None

В этом примере мы попытались назначить сортированный список переменной. Однако, когда вы вызываете метод sort() в списке, он сортирует список на месте. Так что если вы попробуете назначить результат другой переменной, тогда возникнет объект None, который аналогичен объекту Null в других языках. Таким образом, когда вам нужно отсортировать что-нибудь, просто помните, что вы сортируете на месте, и вы не можете назначить объект другой переменной.Вы можете разрезать список также, как вы делаете это со строкой:

Python

a = alpha_list
print(a) #

Данный код выдает список из трех первых элементов.

Метод Python sort() и оператор ==

Мы можем объединить метод sort() с оператором == для сравнения двух списков.

Метод sort() используется для сортировки входных списков с целью, что если два входных списка равны, то элементы будут находиться в одних и тех же позициях индекса.

Примечание. Порядок в списке не влияет на этот метод, потому что мы будем сортировать списки перед сравнением.

Кроме того, оператор == используется для сравнения списка элемент за элементом.

Пример:

import collections 


l1 =  
l2 =  
l3 =  

l1.sort() 
l2.sort() 
l3.sort() 

if l1 == l3: 
    print ("The lists l1 and l3 are the same") 
else: 
    print ("The lists l1 and l3 are not the same") 


if l1 == l2: 
    print ("The lists l1 and l2 are the same") 
else: 
    print ("The lists l1 and l2 are not the same") 

Выход:

The lists l1 and l3 are the same
The lists l1 and l2 are not the same

Создание с помощью литералов []

Простейший способ создать список — перечислить его элементы через запятую и заключить их в квадратные скобки:

Если указать только квадратные скобки, то будет создан пустой список:

Квадратные скобки являются литералом спискового типа данных, то есть благодаря им интерпретатор Python может понять что перед ним находится именно список, а не какой-то другой тип данных. Кстати, создание списков именно таким образом может выполняться в многострочном варианте, что бывает очень удобно если вам необходимо создать матрицу:

Как нетрудно заметить, созданная только что матрица, по своей сути является списком, внутри которого находятся три вложенных списка. Вложение списков друг в друга бывает очень удобным не только для создания матриц, но и создания прямоугольных таблиц. В будущем, вам возможно придется работать с табличными базами данных, так вот, один из способов добавления целых таблиц или их фрагментов в базу данных, как раз и заключается в том, что они могут быть созданы в виде вложенных списков, например, вот так:

Функции Python reduce() и map()

Мы можем использовать функцию map() вместе с функцией functools.reduce() для сравнения элементов данных двух списков.

Метод map() принимает в качестве аргументов функцию и итерацию, например список, кортеж, строку и т.д.

Он применяет переданную функцию к каждому элементу итерации, а затем возвращает объект карты, то есть итератор, в качестве результата.

Метод functools.reduce() применяет переданную функцию к каждому элементу итерируемого ввода рекурсивным образом.

Первоначально он применит функцию к первому и второму элементам и вернет результат. Тот же процесс будет продолжаться для каждого из элементов, пока в списке не останется элементов.

Как комбинация, функция map() применяет функцию ввода к каждому элементу, а функция reduce() гарантирует, что она применяет функцию последовательно.

Пример:

import functools 


l1 =  
l2 =  
l3 =  

if functools.reduce(lambda x, y : x and y, map(lambda p, q: p == q,l1,l2), True): 
    print ("The lists l1 and l2 are the same") 
else: 
    print ("The lists l1 and l2 are not the same") 

if functools.reduce(lambda x, y : x and y, map(lambda p, q: p == q,l1,l3), True): 
    print ("The lists l1 and l3 are the same") 
else: 
    print ("The lists l1 and l3 are not the same") 

Выход:

The lists l1 and l2 are not the same
The lists l1 and l3 are the same

Python counting list elements

Sometimes it is important to count list elements. For this,
Python has the method.

counting.py

#!/usr/bin/env python

# counting.py

n = 

print(n.count(4))
print(n.count(1))
print(n.count(2))
print(n.count(6))

In this example, we count the number of occurrences of a few numbers
in the list.

n = 

We have a list of integer numbers. Integers 1 and 4 are present multiple times.

print(n.count(4))
print(n.count(1))
print(n.count(2))
print(n.count(6))

Using the method, we find out the occurrence
of 4, 1, 2, and 6 numbers.

$ ./counting.py
3
2
1
0

Number 4 is present 3 times, 1 twice, 2 once, and 6 is not
present in the list.

Python Подсчитывает Уникальные Значения В Списке С помощью набора

В этом методе мы будем использовать встроенный тип данных python, называемый Set. Мы возьмем входные данные в виде списка, а затем преобразуем их в набор. Как мы все знаем, набор не содержит в себе никаких повторяющихся элементов. Он будет содержать только уникальные элементы, и мы выведем длину списка с помощью функции length ().

# Take input list
lst = 
print("Input list : ", lst)

lst1 = set(lst)
print("Output list : ",lst1)
print("No of unique elements in the list are:", len(lst1))

Выход:

Input list :  
Output list :  {1, 2, 3, 4, 5}
No of unique elements in the list are: 5

Объяснение:

Здесь, во-первых, мы взяли входной список и напечатали входной список. Во-вторых, мы преобразовали входной список в набор. Set, который является встроенным типом данных в python, содержит только уникальные элементы в нем. В-третьих, мы сохранили все значения в другом списке. Наконец, мы напечатали пустой список, который теперь содержит уникальные значения и количество списка. Таким образом, мы можем видеть все уникальные элементы в списке.

Как в Python работают представления списков?

Представление списков это, в сущности, просто элегантный способ конструирования списков в Python. Особенно этот способ понравится тем, кто любит математику. Судите сами:

Результат:

Итак, что же произошло? Мы взяли все целые числа от 0 до 10 (исключая 10) и каждое число возвели в квадрат.

Согласитесь, не очень сложно. Теперь давайте поднимем планку.

Давайте получим такой же список, но будем брать только четные числа, то есть те, которые нацело делятся на . Это также очень просто сделать при помощи представления списков.

Результат:

Мы просто добавили при помощи инструкции  условие в наше первоначальное выражение. Если это условие выполняется, то число возводится в квадрат и добавляется в результирующий список, а если нет, то пропускается. В нашем случае это условие делимости на  без остатка.

Итак, в более общем смысле, вы также можете использовать представление списков для преобразования ваших списков в другие списки, что звучит немного сложнее, не так ли?

Рассмотрим следующий пример:

Результат:

В данном примере у нас уже есть список , который мы преобразуем при помощи представления списков. Вы опять можете видеть, что выражение  обеспечивает выполнение некоторых операций для всех элементов списка .

Теперь обратите внимание на выражение .  Для простоты, вы должны просто знать, что лямбда-функции — это анонимные функции, которые создаются во время выполнения

Учитывая это, вы можете просто сосредоточиться на выражении .

Отсюда видно, что эта функция просто принимает один элемент и умножает его на самого себя, то есть возводит в квадрат. Это анонимная функция, поэтому вам нужно передать ей свой элемент списка, чтобы убедиться, что лямбда-функция принимает его в качестве входных данных. Поэтому мы видим такое выражение: .

Для лучшего понимания вторую строку кода можно переписать следующим образом:

Здесь мы просто определяем лямбда-функцию заранее.

Стоит отметить, что помимо представления списков существуют также представления словарей и представления множеств.

Использование фрейма данных pandas.

В этом методе мы будем импортировать панд в качестве псевдонима pd. мы будем принимать входные данные в кадре данных панд.

import pandas as pd 

df = pd.DataFrame({ 
'Marks' : }, 
	

Names = ) 
 
n = len(pd.unique(df)) 

print("No.of.unique values :",n)

Выход:

No.of.unique values : 5

Объяснение:

Здесь, во-первых, мы импортировали модуль панд с псевдонимом pd. Во – вторых, мы создали фрейм данных с вводом меток и имен. В-третьих, мы создали переменную n, в которой будем хранить значение. Мы применили уникальную функцию в метках в панд, а затем вычислили ее длину с помощью функции длины и сохранили ее в переменной n. Наконец-то мы напечатали результат.

Списки — это коллекции

Списки очень часто называют коллекциями, как раз потому что в отличие от массивов они могут содержать объекты разного типа и произвольные структуры данных (словари, множества и т.д.):

Обратите внимание, что в данном списке находятся числа, которые относятся к целым, вещественым и комплексным числовым типам данных, а также есть строка и еще один вложенный список. Массив же, в традиционном понимании этого слова, должен состоять только из элементов одинакового типа, например:. Пожалуй, единственное, где стоит относиться к спискам как к массивам, т.е

стараться что бы все элементы были одинакового типа — это научные вычисления и обработка данных с помощью таких пакетов как NumPy и Pandas. В этих случаях типизация массивов позволяет существенно ускорить работу алгоритмов. А во всех остальных случаях, списки — это самые настоящие коллекции, в которых можно хранить все что угодно, лишь бы это «что угодно» было объектом языка Python. Например, функции являются объектами языка Python, а значит они тоже могут храниться в списках, скажем вот так:

Пожалуй, единственное, где стоит относиться к спискам как к массивам, т.е. стараться что бы все элементы были одинакового типа — это научные вычисления и обработка данных с помощью таких пакетов как NumPy и Pandas. В этих случаях типизация массивов позволяет существенно ускорить работу алгоритмов. А во всех остальных случаях, списки — это самые настоящие коллекции, в которых можно хранить все что угодно, лишь бы это «что угодно» было объектом языка Python. Например, функции являются объектами языка Python, а значит они тоже могут храниться в списках, скажем вот так:

Более того, эти функции можно использовать, если вызвать их из списка с помощью оператора . Например, функция преобразует (если это возможно) любой объект в целое десятичное число:

А вот мы делаем тоже самое с помощью функции, которая хранится в списке :

Вот так мы преобразуем число в строку:

А вот так мы можем сначала сделать из числа строку а потом из этой строки сделать список:

Вот таким образом может быть найдена сумма элементов списка:

А если хочется взглянуть на функции и методы, которые поддерживают списки, то можем выполнить .

Такие примеры могут только запутать, но данный пример показывает что любой объект языка Python может быть элементом в списке (и в любой другой коллекции), а значит он может быть использован и даже передан в другие списки.

Python sequence functions

Sequence functions can be used on any sequence types, including lists.

sequence_funs.py

#!/usr/bin/env python

# sequence_funs.py

n = 

print("There are {0} items".format(len(n)))
print("Maximum is {0}".format(max(n)))
print("Minimum is {0}".format(min(n)))
print("The sum of values is {0}".format(sum(n)))

In the example above, we have four functions: , ,
, and .

print("There are {0} items".format(len(n)))

The function returns the size of the list. The number of
elements of the list.

print("Maximum is {0}".format(max(n)))
print("Minimum is {0}".format(min(n)))

The and functions return the maximum
and the minimum of the list.

print("The sum of values is {0}".format(sum(n)))

The function calculates the sum of the numbers
of the list.

$ ./sequence_funs.py
There are 8 items
Maximum is 8
Minimum is 1
The sum of values is 36

This is the output.

Решение задач

1. Создайте список из 10 четных чисел и выведите его с помощью цикла for

2. Создайте список из 5 элементов. Сделайте срез от второго индекса до четвертого

3. Создайте пустой список и добавьте в него 10 случайных чисел и выведите их. В данной задаче нужно использовать функцию randint.

from random import randint

n = randint(1, 10) # Случайное число от 1 до 10

4. Удалите все элементы из списка, созданного в задании 3

5. Создайте список из введенной пользователем строки и удалите из него символы ‘a’, ‘e’, ‘o’

6. Даны два списка, удалите все элементы первого списка из второго

a =

b =
# Вывод
>>>

7. Создайте список из случайных чисел и найдите наибольший элемент в нем.

8. Найдите наименьший элемент в списке из задания 7

9. Найдите сумму элементов списка из задания 7

10.Найдите среднее арифметическое элементов списка из задания 7

Повторите список в Python С Помощью Модуля Numpy

Третий способ перебора списка в Python – это использование модуля Numpy. Для достижения нашей цели с помощью этого метода нам нужны два метода numpy, которые упоминаются ниже:

1. numpy.nditer()
2. numpy.arange()

Iterator object nditer предоставляет множество гибких способов итерации по всему списку с помощью модуля numpy. Функция href=”http://numpy.org/doc/stable/reference/generated/numpy.nditer.html”>nditer() – это вспомогательная функция, которая может использоваться от очень простых до очень продвинутых итераций. Это упрощает некоторые фундаментальные проблемы, с которыми мы сталкиваемся в итерации. href=”http://numpy.org/doc/stable/reference/generated/numpy.nditer.html”>nditer() – это вспомогательная функция, которая может использоваться от очень простых до очень продвинутых итераций. Это упрощает некоторые фундаментальные проблемы, с которыми мы сталкиваемся в итерации.

Нам также нужна другая функция для перебора списка в Python с помощью numpy, которая является numpy.arrange().numpy.arange возвращает равномерно распределенные значения в пределах заданного интервала. Значения генерируются в пределах полуоткрытого интервала [start, stop) (другими словами, интервала, включающего start, но исключающего stop).

Синтаксис:

Синтаксис numpy.nditer()

Синтаксис numpy.arrange()

• start: Параметр start используется для предоставления начального значения массива.
• stop: Этот параметр используется для предоставления конечного значения массива.
• шаг: Он обеспечивает разницу между каждым целым числом массива и генерируемой последовательностью.

Объяснение

В приведенном выше примере 1 программа np.arange(10) создает последовательность целых чисел от 0 до 9 и сохраняет ее в переменной x. После этого мы должны запустить цикл for, и, используя этот цикл for и np.nditer(x), мы будем перебирать каждый элемент списка один за другим.

Пример 2:

В этом примере мы будем итерировать 2d-массив с помощью модуля numpy. Для достижения нашей цели нам здесь нужны три функции.

1. numpy.arange()
2. numpy.reshape()
3. numpy.nditer()

import numpy as np
.arange(16) .reshape(4, 4) 
for x in np.nditer(a): 
	print(x)

Объяснение:

Большая часть этого примера похожа на наш первый пример, за исключением того, что мы добавили дополнительную функцию numpy.reshape(). Функция numpy.reshape() обычно используется для придания формы нашему массиву или списку. В основном на непрофессиональном языке он преобразует размеры массива-как в этом примере мы использовали функцию reshape(), чтобы сделать массив numpy 2D-массивом.

Traversing Python lists

This section will point out three basic ways to traverse a list in Python.

traverse.py

#!/usr/bin/env python

# traverse.py

n = 

for e in n:
    print(e, end=" ")
    
print() 

The first one is the most straightforward way to traverse a list.

n = 

We have a numerical list. There are five integers in the list.

for e in n:
    print(e, end=" ")

Using the loop, we go through the list one by one
and print the current element to the console.

$ ./traverse.py
1 2 3 4 5

This is the output of the script. The integers are printed to the
terminal.

The second example is a bit more verbose.

traverse2.py

#!/usr/bin/env python

# traverse2.py

n = 

i = 0
s = len(n)

while i < s:
    
    print(n, end=" ")
    i = i + 1

print()

We are traversing the list using the loop.

i = 0
l = len(n)

First, we need to define a counter and find out the size of the list.

while i < s:
    
    print(n, end=" ")
    i = i + 1

With the help of these two numbers, we go through the list and
print each element to the terminal.

The built-in function gives us both the
index and the value of a list in a loop.

traverse3.py

#!/usr/bin/env python

# traverse3.py

n = 

print(list(enumerate(n)))

for e, i in enumerate(n):
    print("n = {1}".format(e, i))

In the example, we print the values and
the indexes of the values.

$ ./traverse3.py 

n = 1
n = 2
n = 3
n = 4
n = 5

Running the script.

Python copying lists

There are several ways how we can copy a list in Python.
We will mention a few of them.

copying.py

#!/usr/bin/env python

# copying.py

import copy

w = 

c1 = w
c2 = list(w)
c3 = copy.copy(w)
c4 = copy.deepcopy(w)
c5 = 

c6 = []

for e in w:
    c6.append(e)
    
c7 = []
c7.extend(w)

print(c1, c2, c3, c4, c5, c6, c7)

We have a list of three strings. We make a copy of the list
seven times.

import copy

We import the module which has two methods for copying.

c1 = w

A list is copied using the slice syntax.

c2 = list(w)

The function creates a copy of a list when it takes
a list as a parameter.

c3 = copy.copy(w)
c4 = copy.deepcopy(w)

The method produces a shallow copy of a list. The
produces a deep copy of a list.

c5 = 

A copy of a string is created using list comprehension.

c6 = []

for e in w:
    c6.append(e)

A copy created by a loop.

c7 = []
c7.extend(w)

The method can be used to create a copy
too.

$ ./copying.py
   
   

Seven copies of a string list were created using different techniques.

Python map and filter functions

The and functions are mass
functions that work on all list items. They are part of the functional
programming built into the Python language.

Today, it is recommended to use list comprehensions instead of these
functions where possible.

map_fun.py

#!/usr/bin/env python

# map_fun.py

def to_upper(s):
    
    return s.upper()

words = 

words2 = list(map(to_upper, words))
print(words2)

The function applies a particular function to every
element of a list.

def to_upper(s):

    return s.upper()

This is the definition of the function that will be applied
to every list element. It calls the string
method on a given string.

words = 

This is the list of strings.

words2 = map(to_upper, words)
print(words2)

The function applies the
function to every string element of the words list. A new list is formed and
returned back. We print it to the console.

$ ./map_fun.py

Every item of the list is in capital letters.

The function constructs a list from those elements of
the list for which a function returns true.

filter_fun.py

#!/usr/bin/env python

# filter_fun.py

def positive(x):
    return x > 0

n = 

print(list(filter(positive, n)))

An example demonstrating the function.
It will create a new list having only positive values. It will
filter out all negative values and 0.

def positive(x):
    return x > 0

This is the definition of the function used by the
function. It returns or . Functions that
return a boolean value are called predicates.

$ ./filter_fun.py

Output of the script.

In this part of the Python tutorial, we have described Python lists.

Contents
Previous
Next

Python Подсчитывает Уникальные Значения В Списке С Помощью Функции pandas dict + zip

В этом методе мы будем использовать словарь с комбинацией функций zip для поиска уникальных значений строки путем преобразования их в список.

#input as a string

str="latracalsolutions"
unique = dict(zip(list(str),))
print("Dictionary : ",unique)
print("count : ",len(unique))

Выход:

Dictionary :  {'l': 3, 'a': 3, 't': 2, 'r': 1, 'c': 1, 's': 2, 'o': 2, 'u': 1, 'i': 1, 'n': 1}
count :  10

Объяснение:

Здесь во-первых, мы взяли строку как. Во-вторых, мы применили функцию dict внутри того, что мы применили функцию zip, и внутри нее мы преобразовали строку в список и подсчитали ключи и значения, пройдя по списку. В-третьих, мы взяли переменную unique, в которой мы хранили ключи и значения словаря. Наконец, мы напечатали длину словаря с помощью функции length в python.