作业要求来源:https://edu.cnblogs.com/campus/gzcc/GZCC-16SE1/homework/2753
1.列表，元组，字典，集合分别如何增删改查及遍历
列表：
#列表 list1 = ['gakki','masami', 1988, 1987] list2 = [1, 2, 3, 4, 5] list3 = ["a", "b", "c", "d"] print ("list1[0]: ", list1[0]) print ("list2[1:5]: ", list2) #增加 list2.append('6') print("list2:",list2[0:100]) #删除 print ("原始列表 : ", list3) del list3[2] print ("删除后列表 : ", list3) #更改 list2[2] = 2001 print ("更新后的第三个元素为 : ", list2[2]) #查找 list4=['Boyoung','gakki','masami'] a=list4.index('Boyoung') print(a)
元组：
a = ['Gakki','ranks','first','in','the','world'] print(a[1:]) # 从左到右 下标1取到最后 print(a[1:-1]) # 从左到右 从下标1取到倒数第二个 print(a[1:-1:2]) # 从左到右 从下标1开始取到倒数第二个 步长为2 print(a[0::2]) # 从左到右 从下标0开始取到最后 步长为2 print(a[5::-2]) # 从右到左 从下标5开始往前取 步长为2 # 添加 insert() 添加到指定位置 两个参数 a.insert(2, 'the') print("增加后的元组：",a) # 修改 a[1] = 'win' # 修改一个值 print("修改一个单词后的元组：",a) a[1:] = ['smiles','like','a','flower'] # 同时修改多个值 print("修改后的元组：",a) # 删除 a.remove(a[0]) # 删除指定元素 print("删除后的元组：",a) #查找 # #index 索引 获取下标 b = a.index('flower') print(b)
字典：
dict = {"gakki":"朴宝英", "masami":"长泽雅美"}
#增加
dict.setdefault("parkboyoung","朴宝英")
print("增加后的字典：",dict)
#删除
del dict['parkboyoung']
print("删除后的字典：",dict)
#修改
dict['gakki'] = 1988;
dict['masami'] = "1987"
print("修改后的字典：",dict)
#查找
print(dict["gakki"])
print(dict.get("masami"))#打印对应的内容,key不存在返回none
print(dict.get("parkboyoung"),"这个键不存在")#key不存在返回输入的内容
集合：
s = {1,2,3,4}
print (s)
#增加
s.add(1)
print("增加集合内有的数：",s)
s.add(8)
print("增加集合内不存在的数：",s)
s1 ={ 5,6,7,}
s.update(s1)
print("合并集合：",s)
#删除
s.pop()
print("随机删除后：",s)
s.remove(8)
print("指定删除后：",s)
#修改
s=s|s1
print("修改后：",s)
s=s&s1
print("修改后：",s)
#查找
# 交集
print (s1 & s)
# 并集
print (s1 | s)
# 差集
print (s1 - s)
print (s - s1)
# 对等差分
print (s1 ^ s)
遍历函数都相同，其下格式为：
function.sort()#function可以是列表、元组、字典或者集合任意一种 for i in function: print(i,end='>')
2.总结列表，元组，字典，集合的联系与区别。参考以下几个方面：
3.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
pd.DataFrame(data=word).to_csv('big.csv',encoding='utf-8')
线上工具生成词云：
https://wordart.com/create
fo = open('Les Miserables.txt', 'r', encoding='utf-8') stra = fo.read().lower() fo.close() print(stra) # 1.准备utf-8编码的文本文件file 2.通过文件读取字符串 str sep = ',.;!' for ch in sep: stra = stra.replace(ch, '') # 进行预处理,清除掉sep中存在的标点符号 print(stra) strList = stra.split(' ') print(len(strList), strList) # 分解提取单词,转化为列表list strSet = set(strList) print(len(strSet), strSet) # 转化为集合 strDict = {} for world in strSet: strDict[world] = strList.count(world) print(len(strDict), strDict) # 转化为字典，计算上一个集合中每个单词出现的次数 wcList = list(strDict.items()) print(wcList) # 将字典中的目录转化为列表输出 wcList.sort(key=lambda x: x[1], reverse=True) print(wcList) # 按降序输出 e = {'a', 'the', 'an', 'and', 'i', 'or', 'of'} strSet = strSet - e print(len(strSet), strSet) # 排除语法型词汇，代词、冠词、连词等无语义词 for i in range(20): print(wcList[i]) # TOP20输出 import pandas as pd pd.DataFrame(data=wcList).to_csv(r'E:\大三用的软件\PyCharm Community Edition 2018.3.5\homework\joker.csv', encoding='utf-8')
在线词云：
