复合数据类型

此次作业的要求来自于https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696

1.列表，元组，字典，集合分别如何增删改查及遍历。

列表的增删改查及遍历操作：

test = [ 'Michael' , 'Bob',33,'李四','Tracy','may']

test[2]='aa'; #修改列表的值

test.insert(1,'jack')#增加列表的值
test.append('Cady');#在末尾增加列表的值
test.pop(3)#根据元素下标修改列表的值

x = test.index('may');
print(x);#根据列表元素查找元素在列表中的下标号

for i in list:
print ("序号：%s 值：%s" % (list.index(i) + 1, i))#列表的遍历
print(test)

元组的增删改查及遍历操作：

tu = (1, 2, 3, 'alex', [2, 3, 4, 'taibai'], 'egon')
print(tu[2])  # 查找元祖下标3的元素

print(tu[0:4])  # 查找元祖下标0-4的元素

for i in tu:
    print(i)  #循环元祖里的元素，只循环一次。

tu[4].append('ss')
print(tu)  # 在元祖里面的列表里增加元素

del tu; #删除整个元组


字典的增删改查及遍历操作：

test = {'Alice': 44, 'Beth': 55, 'Cecil': 76,'Cady':78,'Bob':79};

# 字典里更改元素
test['Beth'] = 65;
print(test);

# 字典增加信息
test['Baby'] = 67;
print(test);

test = {'Alice': 95, 'Beth': 81, 'Cecil': 76,'Cady':87,'Bob':79,'Molly':86};

# 删除字典的信息
del test['Alice'];
print(test);

# 清空字典的信息
test.clear();
print(test);

# 删除字典,使用下面语句后整个字典被删除
del test

集合的增删改查及遍历操作：

test = {'Alice', 'Beth', 'Cecil', 'Cady', 'Bob', 'Molly'};

# 添加某个元素到集合中
test.add('Youth');
print(test);

# 添加元素到集合中
test.update({123, 456});
print(test);

basket = {'orange', 'banana', 'pear', 'apple'};

# 1.删除元素，如果元素不存在，则会发生错误
test.remove('Alice');
print(test);

# 2.删除元素，如果元素不存在，不会发生错误
test.discard('Beth');
print(test);

# 3.随机删除集合中的一个元素
x = basket.pop();
print("删除的元素是：", x);
print(basket);

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：

括号
有序无序
可变不可变
重复不可重复
存储与查找方式
答：

列表用“[]”表示，元组则是用“（）”表示，字典最外面用花括号{}，每一组用冒号连起来，然后各组用逗号隔开。集合可以用set()函数或者方括号{}创建，元素之间用逗号”,”分隔。
列表和元组都是有序的，而字典与集合为无序的。
列表中的元素可以是任意类型，也就是可变的序列，元组则属于不可变序列类型，字典也是与可变序列。
列表，元组，字典都可重复，集合则不可重复。

列表和元组的存储与查找方式通过值来完成，而字典则是通过键值对（键不能重复）来完成，集合则是通过键（不能重复）来完成。
总结：
列表和元组有很多相似的地方，操作也差不多。不过列表是可变序列，元组为不可变序列。也就是说列表主要用于对象长度不可知的情况下，而元组用于对象长度已知的情况下，而且元组元素一旦创建变就不可修改。字典主要应用于需要对元素进行标记的对象，这样在使用的时候便不必记住元素列表中或者元组中的位置，只需要利用键来进行访问对象中相应的值。集合中的元素不可重复的特点使它被拿来去重。

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)
输出的TOP（20）如下图所示：

9.可视化：词云

词云生成结果：



线上工具生成词云：
https://wordart.com/create

exclude={  'i','me','my','myself', 'we','our', 'ours','ourselves', 'you', "you're", "you've","you'll", "you'd", 'your', 'yours', 'yourself','yourselves', 'he', 'him', 'his', 'himself', 'she',"she's",'her','hers', 'herself', 'it', "it's",
 'its', 'itself','they', 'them','their', 'theirs', 'themselves', 'what','which', 'who', 'whom', 'this', 'that', 'that', 'these','those','am','is','are','was','were','be','been',
'being', 'have', 'has', 'had', 'having','do', 'does', 'did', 'doing','a','an','the','and','but','if','or','because','as','until','while','of','at','by','for','with','about',
 'against','between','into','through','during','before','after','above','below','to','from','up','down','in','out','on','off','over','under','again','further','then','once',
 'here','there','when','where','why','how','all','any','both','each','few','more','most','other','some','such','no','nor','not','only','own','same','so','than','too','very','s','t',
 'can','will','just','don',"don't",'should',"should've",'now','d','ll','m','o','re','ve','y','ain','aren',"aren't",'couldn',"couldn't",}#需要删除的无意义的词语


def gettxt():
    sep=".,:;?!"
    txt=open('note.txt','r').read().lower()#打开txt文件，并进行读取，并把文章中的大写字母转换为小写，进行文件预处理
    for ch in sep:
        txt=txt.replace(ch,'')
        return txt

bigList= gettxt().split()
print('has:',bigList.count('has'))
bigSet=set(bigList)
bigSet=bigSet-exclude#删除无意义的词语
print(bigSet)
bigDict ={}
for word in bigSet:
    bigDict[word] = bigList.count(word)#输出词语出现的频率
    print(bigDict)
    #print(bigDict.keys())
    #print(bigDict.items())
    word=list(bigDict.items())
    word.sort(key=lambda x:x[1],reverse=True)#通过词频的数量来排序，并且由大到小排序
    print(word)

    import pandas as pd
    pd.DataFrame(data=word).to_csv('big.csv',encoding='utf-8')#把统计词频的结果保存进名为big的csv格式的文件中


实验运行结果：

posted @ 2019-03-11 21:28 zyda 阅读(575) 评论(0) 编辑收藏举报

刷新页面返回顶部

zyda

复合数据类型

公告