组合数据类型，英文词频统计 python

Posted 2021-01-07 玉滨的博客

练习：

总结列表，元组，字典，集合的联系与区别。列表，元组，字典，集合的遍历。

区别：

一、列表：列表给大家的印象是索引，有了索引就是有序，想要存储有序的项目，用列表是再好不过的选择了。在python中的列表很好区分，遇到中括号（即[ ]），都是列表，定义列表也是如此。列表中的数据可以进行增删查改等操作；

增加有两种表达方式（append（）、expend（）），关于append的用法如下（注：mylist定义的列表名称）：不难看出，用append方法增加元素，不用给元素加中括号，而用extend方法加元素（一个元素可以不用中括号），（多个元素）必须要用一个中括号。

【mylist.append(5)    >>>[1, 2, [3, 4], 5]

mylist.append([5])   >>>[1, 2, [3, 4], [5]]

mylist.extend([5])    >>> mylist.expand(1, 2, [3,  4], 5) 】

删除元素：del mylist[0] 既删除了mylist的第一个元素。

 

二、元组：元组给我的感觉，是列表的儿子，儿子终究是儿子，元组不可以进行删改，但可以查询、删除、增加。如以下代码所示（定义元组名字 yubin=（"sun","yu","bin"））：

删除元素：del yubin[0] ;    删除元素，查找元素是要用索引值，这点和列表list类似

索引元素：yubin.index["sun"]      索引元素，不是通过索引值来索引的，而是通过名字来索引的。

增加元素：yubin.append("az")    增加元素，这也和列表倒也没有太大的差别。

 

 三、字典：字典是我用的最多的，说到字典，最离不开的就是“键值对”，键既是key，也是一个属性的名字，值就是这个属性的具体表现，可以是整型、字符型...字典没有排序，其输出的顺序也是按照先前定义时候的顺序输出。定义字典：sunyubin={"name":"sunyubin","age":22,"gender":"boy"}

删除元素：del.sunyubin[name]

 

 四、集合：说到集合，首先想到就是set，其次是每个元素之间，用逗号（，）相隔。而且还不能有重复元素。

写入代码：

# 两种方法创建
set1 = set(\'kydaa\')
set2 = {\'abc\', \'jaja\', \'abc\', \'kyda\'}
print(set1)
print(set2)

 输出代码：结构自动去重

{\'a\', \'y\', \'d\', \'k\'}
{\'jaja\', \'abc\', \'kyda\'}

 集合的方法：

 

英文词频统计：下载一首英文的歌词或文章str，分隔出一个一个的单词 list，统计每个单词出现的次数 dict。

有错误，在修改中

def getTxt():
    txt = open("music").read()
    txt = txt.lower()
    for ch in \'!"@#$%^&*()+,-./:;<=>?@[\\\\]_`~{|}\':
        txt.replace(ch," ")
    return txt

hamletTxt = getTxt()

txtArr = hamletTxt.split()

counts = {}
for word in txtArr:
    counts[word] = counts.get(word,0)+1

countList = list(counts.items())
countList.sort(key=lambda x:x[1], reverse=True)

for i in range(10):
    word, count = countList[i]
    print(\'{0:<10}{1:>5}\'.format(word,count))

 

 

 

方法二：

with open(\'music\',\'r\') as f:
 niubi = f.read()
 niubi = niubi.lower()
 print(\'全部转换为小写的结果：\' + niubi + \'\\n\')

for p in \'\'\',.？！’\':"“”-%$\'\'\':
    niubi = niubi.replace(p, \' \')
    print(\'分隔符替换为空格的结果：\' + niubi + \'\\n\')



split = niubi.split()
word = {}
for i in split:
    count = niubi.count(i)
    word[i] = count
words = \'\'\'
a an the in on to at and of is was are were i he she you your they us their our it or for be too do no
that s so as but it\'s don\'t
\'\'\'
prep = words.split()
for i in prep:
    if i in word.keys():
        del (word[i])
word = sorted(word.items(), key=lambda item: item[1], reverse=True)
for i in range(10):
    print(word[i])