复合数据类型，英文词频统计

1.列表，元组，字典，集合分别如何增删改查及遍历。

　（1）列表

　　增：

　　list.append（）在末尾增加元素

　　list.extend（）继承另一组列表

　　list.insert（）插入元素
  删：
　　del list（）删除元素
　改：
　　list[？]='？'修改元素
  查：
　　x = list.index(？)查找元素的索引值
　遍历：
　　for i in list：
　　　　print (i)　　　　用for循环进行遍历
（2）元组

　增删改查与列表大致相同，只是元组不能直接修改元素，不得删除单个元素。
（3）字典
　　增：dict['key']='value'
　　删：del dict['key'] 
　　改：if 'key' in dict1:  dict1['key']='new_value'
　　 查：if 'key' in dict:    print dict1['key']
　　遍历：for i in dict['key']:
　　　　　　print(i)
(4)集合
 　增：s.add( x ) 将元素 x 添加到集合 s 中，如果元素已存在，则不进行任何操作。
　　删：s.remove( x ) 将元素 x 从集合 s 中移除，如果元素不存在，则会发生错误。
　　改：s[i]="?"
　　查：x in s 查找元素是否在集合中

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

import pandas as pd
import stopwords
stopwords = stopwords.get_stopwords('english')
f = open("english.txt", "r", encoding="utf-8")
str = f.read()
f.close()
remove = "，,—-。？.()?!‘’"
str = str.lower()
dict = {}
for i in remove:
    str = str.replace(i, "")
    list = str.split()
    for word in list:
        if word not in stopwords:
            dict[word] = list.count(word)
d = sorted(dict.items(), reverse=True, key=lambda d: d[1])
for l in range(20):
    print(d[l][0], "--", d[l][1])
pd.DataFrame(data=d).to_csv('words.csv',encoding='utf-8')

 

词云