複合資料類型

1.清單，元組，字典，集合分别如何增删改查及周遊。

2.總結清單，元組，字典，集合的聯系與差別。參考以下幾個方面：

• 括号
• 有序無序
• 可變不可變
• 重複不可重複
• 存儲與查找方式

3.詞頻統計

• 1.下載下傳一長篇小說，存成utf-8編碼的文本檔案 file

  2.通過檔案讀取字元串 str

  3.對文本進行預處理

  4.分解提取單詞 list

  5.單詞計數字典 set , dict

  6.按詞頻排序 list.sort(key=lambda),turple

  7.排除文法型詞彙，代詞、冠詞、連詞等無語義詞

  8.輸出TOP(20)

• 可視化：詞雲

 排序好的單詞清單word儲存成csv檔案

import pandas as pd
pd.DataFrame(data=word).to_csv('big.csv',encoding='utf-8')      

stop=open('stops.txt','r',encoding='utf8').read()
stop=stop.split()
stopSet=set(stop)

def gettxt():
    sep = ",.;:?-_"
    txt = open('star.txt','r',encoding='utf8').read().lower()
    for ch in sep:
        txt=txt.replace(ch,' ')
    return txt

starList = gettxt().split()
starSet = set(starList)
starSet = starSet-stopSet
starDict = {}
for word in starSet:
    starDict[word] = starList.count(word)

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

import pandas as pd
pd.DataFrame(data=word).to_csv('star.csv',encoding='utf-8')
i=0
while True:
    print(word[i])
    i=i+1
    if i == 19:
        break