1.列表,元组,字典,集合分别如何增删改查及遍历。
列表:list1 = ["a", "b", "c", "d"]; #设置列表1 print(list1); #输出列表1 #增list1.insert(4,‘e‘); #增添元素print(list1); #删list1.pop(3) #删除指定位置元素print(list1); #改list1[0] = ‘q‘ #直接修改位置元素print(list1) #查x = list1.index(‘c‘); #从列表中找出某个值的索引位置print(x); #遍历列表中的每一个元素for i in list1: print(i) 元组:num1 = (‘a‘, ‘b‘,‘c‘, ‘d‘); #设置元组num2 = (‘e‘, 1,‘g‘)num3=num1+num2 #元组不支持修改,但可以通过连接组合的方式进行增加
print(num3)#查print (num1[0] ,num2[0]) 字典:
num = {‘a‘: 1, ‘b‘: 2, ‘c‘:3} #定义字典#增num[‘d‘] = 4 # 添加信息print(num)#删del num[‘d‘] # 删除键 d‘print(num)#改num[‘a‘] = ‘0‘; # 更新aprint(num)#查print(num[‘a‘])
集合:
set={1,2,3} #定义一个集合#增set.add(4)print(set) #删set.remove(4)print(set) #集合不能进行修改和查找 #遍历for x in set: print(x)
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
列表 | 元组 | 字典 | 集合 | |
括号 | [] | () | {} | set() |
有序无序 | 有序 | 有序 | 无序 | 无序 |
可变不可变 | 可变 | 不可变 | 可变 | 不可变 |
重复不重复 | 是 | 是 | 否 |
是 |
存储方式 |
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)
exclude={‘is‘,‘the‘,‘and‘,‘i‘,‘you‘,‘in‘,‘but‘,‘not‘,‘with‘,‘by‘,‘its‘,‘for‘,‘of‘,‘an‘,‘to‘,‘a‘,‘he‘,‘him‘,‘was‘,‘it‘,‘that‘,‘her‘} #定义停用词##读取a.txt内容#def gettxt(): sep=".,:;?!-_‘”" txt=open(‘a.txt‘,‘r‘).read().lower() for ch in sep : txt=txt.replace(ch,‘ ‘) return txt#获取单词#bigList=gettxt().split()print(bigList);print(‘big:‘,bigList.count(‘big‘))bigSet=set(bigList)#过滤单词,包括一些冠词和连词等#bigSet=bigSet-excludeprint(bigSet)#单词计数#bigDict={}for word in bigSet: bigDict[word]=bigList.count(word)print(bigDict) print(bigDict.items())word=list(bigDict.items())#按词频排序#word.sort(key=lambda x:x[1],reverse=True)print(word)#输出频率较高的词语top20#for i in range(20): print(word[i]) 结果:
原文地址:https://www.cnblogs.com/183289879qq/p/10525938.html
时间: 2024-09-30 21:23:10