复合数据类型,英文词频统计
Posted winslow-liujie
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了复合数据类型,英文词频统计相关的知识,希望对你有一定的参考价值。
1.列表,元组,字典,集合分别如何增删改查及遍历。
使用append()方法来添加列表项(仅支持增加一个元素),extend()增加一个列表,insert()根据索引添加元素
del 根据索引删除元素,或者使用remove()删除指定值的元素,pop()根据索引删除元素
对列表数组某元素进行赋值,以进行更新
搜索可以通过搜索元素或者搜索元素索引值
列表有三种遍历方法,一种是带Index索引的循环,一种是用range()方法进行的,还有一种是使用enumerate() 方法的。
元组的增加和修改不能直接通过赋值,但可以对元组进行连接组合,
例:
tup3 = tup1 + tup2
元组可以使用下标索引来访问元组中的值
元组中的元素值是不允许删除的,但我们可以使用del语句来删除整个元组
字典的访问需要在输出时把相应的键放入到方形弧内
向字典添加新内容的方法是增加新的键,由于字典是另一种可变容器模型,且可存储任意类型对象,所以可以直接在方形弧内添加新的名称
而字典内的修改是对已有键进行修改
删除使用del()可以删除整个词典的条目,也可以用dict来删除某一条目。
集合的增加是通过使用add()方法添加元素,使用remove()进行删除元素,
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:
列表:
括号:有括号:[]
有序无序:有序
可变不可变:可变
重复不可重复:可重复
存储与查找方式:顺序查找和根据下标查找,存储根据对应下标存储
元组:
括号:有括号:()
有序无序:有序
可变不可变:不可变
重复不可重复:可重复
存储与查找方式:顺序查找和根据下标查找,存储根据对应下标存储
字典:
括号:有括号:{}
有序无序:无序
可变不可变:可变,根据key改变键值
重复不可重复:key不可重复,键值可重复
存储与查找方式:根据key存储和查找所对应的键值
集合:
括号:有括号:()
有序无序:无序
可变不可变:可变
重复不可重复:不可重复
存储与查找方式:顺序查找和根据下标查找,存储根据对应下标存储
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
import string
import pandas as pd
def getNumber(x):
y=x[1]
return y
file = open(‘21.txt‘,‘r‘,encoding=‘UTF-8‘).read().lower()
s = "‘"
for i in s:
file = file.replace(s,‘ ‘)
song = file.split()
exclude = {‘a‘,‘the‘,‘i‘,‘you‘,‘and‘,‘in‘,‘but‘,‘not‘,‘it‘,‘s‘,‘beat‘,‘do‘,‘m‘}
cun = set(song)-exclude
dis = {}
for i in cun:
dis[i] = song.count(i)
words = list(dis.items())
words.sort(key=getNumber,reverse=True)
#输出前20
for j in range(20):
print(words[j])
#保存为csv文件
pd.DataFrame(data=words).to_csv(r‘21.csv‘,encoding=‘UTF-8‘)
以上是关于复合数据类型,英文词频统计的主要内容,如果未能解决你的问题,请参考以下文章