软件工程第二次作业 词频统计

Posted 2020-10-07 songyuu

1.项目名称：词频统计

2.代码地址：https://coding.net/u/songyuu/p/python_wf/git

3.代码如下：

 1 import os
 2 import re
 3 import collections
 4 #print(os.getcwd()) #显示wf.py路径
 5 #print(os.listdir())#显示目录下的文件
 6 file_name=input("wf  ")
 7 if not os.path.isfile(file_name+\'.txt\'):
 8     print(\'文件不在当前文件夹\')
 9 else:
10     file_name_word = open(file_name+\'.txt\').read()
11     # print(len(file_name_word),type(len(file_name_word)))
12     file_name_word_list = re.split("[^A-Za-z0-9_\'-]+", file_name_word.lower())#9月26日修改
13     # lower变小写 split 切割  re正则表达式
14     if ("") in file_name_word_list:
15         #print(file_name_word_list)
16         file_name_word_list.remove(\'\')
17         #print(file_name_word_list)
18         #file_name_word_list.remove("")
19     # 删除列表中的空元素
20     # print(type(file_name_word_list))
21     file_name_word_list_t = collections.Counter(file_name_word_list)
22     # collections 模块调用，统计列表
23     print("total", len(file_name_word_list_t), "words\\n")  # 列表中有多少个元组
24     a = file_name_word_list_t.most_common(10)
25     #print(a)
26     # 显示次数最高的前10
27     for i in a:  # 输出结果换行
28         j=(i[0].ljust(15),i[1])#对齐
29         k = str(j)  # 元组变字符串
30         l = k.replace("\'", "")
31         m = l.replace("(", "")
32         n = m.replace(")", "")# 去除字符串标点
33         print(n.replace(",", "      "))
34 
35     print(\'-------------------\')
36 input()

 

4.测试：

 

5.总结：

时间紧迫，只实现前两个功能，遇到问题如下：

输出结果是元组，为了符合作业要求，转换成字符串然后把标点符号删掉，我觉得应该还有更好的方法，现在还没又找到。

统计时发现在word中apple.pear算一个单词，apple. pear算两个单词，有的句子末尾没有加空格，有的句子末尾加空格，word计数不一样。

有的名词中间也有标点符号（.）和（-），所以我感觉要做出完美的词频统计还需要考虑很多，我做的这个小程序还不是很完善。

通过做作业得到的感受：

因为是刚学习python，列表、元组、字符串经常弄混，经过这次作业记忆深刻一些。在作业中我用的都是很基础的知识，没有定义函数，代码显得有点“低端”，以后尽力提高。

6.PSP阶段表格：