作业来源:
一.列表,元组,字典,集合分别如何增删改查及遍历。
- 列表
# 列表的增加ls =['Hello','Word','JS','OK','Good']print("原始数据:",ls)ls.append(12) # 在数组列表后面增加字符串“12”print("增加后的数组为:",ls)# 列表的删除del ls[1] # 删除数组的第二个元素,即下标为1的字符串# ls.pop() # 删除列表最后一个元素print("删除数组第二个元素后数组为:",ls)# 列表的修改ls[1] = "修改" # 删除数组的第二个元素,即下标为1的字符串print("修改数组第二个元素后数组为:",ls)# 列表的查询ls.index('OK') # 查找“OK”字符串print("打印字符串“OK”的下标:",ls.index('OK'))# 遍历列表print("遍历列表:")for i in ls: print(i)
结果:
- 元组
1 # 元组2 YZ = ('元','组','的','元','素','不','修','改')3 YZ1 = ('的','!')4 YZ2 = YZ + YZ15 del YZ # 删除元组6 print("元组的遍历:")7 for i in YZ2:8 print("\t\t",i)
结果:
- 字典
1 # 字典 2 D = {'这':1,'是':2,'字':3,'典':4,'!':5} 3 D['这']=11 # 修改键“这”的值 4 del D['是'] # 删除键“是” 5 a = D['这'] # 查看键a的值 6 print("字典\n查看“这”的下标:",a) 7 # D.clear() # 删除字典中的所有条目 8 # 遍历输出列表 9 str(D) # 打印字典10 for key in D:11 print(key)
结果:
- 集合
# 集合aa = {1, 2, 3}aa.add(4) # 增加print(aa)aa.remove(2) # 删除print(aa)# 遍历打印for i in aa: print("\t\t",i)
结果:
二、总结列表,元组,字典,集合的联系与区别。参考以下几个方面:
- 括号
- 有序无序
- 可变不可变
- 重复不可重复
- 存储与查找方式
列表 | 元组 | 字典 | 集合 | |
名称 | list | tuple | dict | set |
初始化 | [‘0’,’0’,’1’] | (‘0’,’0’,’1’) | {‘0’:1,’0’:2,’1’:3} | {1,2}或set([2,3]) |
是否有序 | 有序 | 有序 | 无序,自动正序 | 无序 |
可否重复 | 是 | 是 | 是 | 否 |
读写性 | 读写 | 只读 | 读写 | 读写 |
存储方式 | 值 | 值 | 键值对(键不可重复) | 键(不可重复) |
添加 | append | 只读 | add | d[‘key’]=’value’ |
三、词频统计
1.下载一长篇小说,存成utf-8编码的文本文件 file
2.通过文件读取字符串 str
3.对文本进行预处理
4.分解提取单词 list
5.单词计数字典 set , dict
6.按词频排序 list.sort(key=lambda),turple
7.排除语法型词汇,代词、冠词、连词等无语义词
-
- 自定义停用词表
- 或用stops.txt
8.输出TOP(20)
9.可视化:词云
排序好的单词列表word保存成csv文件
import pandas as pd# 打开小说f = open(r'..\Lin\file_text\Sophies World.txt', 'r', encoding='utf8')book = f.read()f.close()book_symbol = ['\n', '\t', '?', '?', '!', "!"," '", "'", ' "', '"', '""', ',', ',', '.', '。','“','”',',']# 删除标点符号for i in book_symbol: book = book.replace(i, '')# 把所有的小写 以空格分隔开book = book.lower().split()# 打开停用词f = open(r'..\Lin\file_text\stops.txt', 'r', encoding='utf8')stops = f.read()f.close()# 删除多余符号stop_symbol = [" '", "'", ' "', '"', '\n']for i in stop_symbol: stops = stops.replace(i, '')# 以逗号分隔stops = stops.split(',')word_dict = {} # 创建词典# 去掉停用词word_set = set(book) - set(stops)# 遍历计算词频for i in word_set: word_dict[i] = book.count(i)word_count = list(word_dict.items())word_count.sort(key = lambda x:x[1], reverse = True)pd.DataFrame(data=word_count[0:20]).to_csv('Sophies World.csv', encoding='utf-8')
结果: