软工作业：词频统计

一、程序分析

（1）读文件到缓冲区 process_file(dst)

def process_file(dst):
    try:
        f = open(dst, "r") #打开文件
    except IOError as s:
        print(s)
        return None
    try:
        bvffer = f.read() #读文件到缓冲区
    except:
        print('Read File Error!')
        return None
    f.close()
    return bvffer

（2）统计缓冲区的里每个单词的频率，放入 process_buffer(bvffer)

def process_buffer(bvffer):
    if bvffer:
        word_freq = {}
        # 下面添加处理缓冲区 bvffer代码，统计每个单词的频率，存放在字典word_freq
        for ch in '“‘!;,.?”': #把换行都换为空
            bvffer = bvffer.lower().replace(ch, " ")
        words = bvffer.strip().split()
        for word in words:
            word_freq[word] = word_freq.get(word, 0) + 1 #给单词计数
        return word_freq

（3）输出词频前十的单词 output_result(word_freq)

def output_result(word_freq):
    if word_freq:
        sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1],reverse=True)
        for item in sorted_word_freq[:10]: # 输出 Top 10 的单词
            print(item)

（4）主函数对之前的函数进行整合

if __name__ == "__main__":
    path =  "E:\Gone_with_the_wind.txt"
    bvffer = process_file(path)
    word_freq = process_buffer(bvffer)
    output_result(word_freq)

 

二、代码风格说明

  python代码在每行末尾不用加“；”

  例如：

path =  "E:\Gone_with_the_wind.txt"
    bvffer = process_file(path)
    word_freq = process_buffer(bvffer)
    output_result(word_freq)

 

三、程序运行命令、运行结果截图 

 

四、性能分析结果及改进

（1）执行时间最多的代码

 

(2）执行次数最多的代码

（3）尝试改进程序代码

减少运行时间：减少耗时最长的代码的运行时间

 将

        for ch in '“‘!;,.?”':
            bvffer = bvffer.replace(ch, " ")

改为

     bvffer = bvffer.lower()
         for ch in '“‘!;,.?”':
            bvffer = bvffer.replace(ch, " ")

 

 

 

可视化操作

 根据运行次数排序方式分析命令：

                                                       python -m cProfile -o resultc.out -s call test3.py

                                                       python gprof2dot.py -f pstats result.out | dot -Tpng -o result.png

 

 

根据占用时间排序方式分析命令：

                                                    python -m cProfile -o result.out -s cumulative test3.py

                                                    python gprof2dot.py -f pstats result.out | dot -Tpng -o result.png