软工作业3：词频统计

一、程序分析

1.读文件到缓冲区

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

2.统计每个单词的频率，存放在字典word_freq

def process_buffer(bvffer):
    if bvffer:
        word_freq = {}
        for item in bvffer.strip().split():
            word = item.strip(punctuation+' ')
            if word in word_freq.keys():
                word_freq[word] += 1
            else:
                word_freq[word] = 1
        return word_freq

3.输出前10 的单词

def output_result(word_freq):
    if word_freq:
         # 根据v[1]即词频数量排序
         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("词:%-5s 频:%-4d " % (item[0], item[1]))

4.主函数

def main():
    dst = '1/Gone_with_the_wind.txt'  # 《飘》文件的路径
    bvffer = process_file(dst)
    word_freq = process_buffer(bvffer)
    output_result(word_freq)

二、 代码风格说明

1.Python 代码强调变量命名要字母,数字,下划线组成的或者引用某值的名字。2.缩进是四个空格。

三、程序运行命令、运行结果截图

四、性能分析结果及改进 

使用可视化工具分析

安装：graphviz ， "pip install graphviz"； 下载转换 dot 的 python 代码

转化后的截图如下