作業來源于：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696
1.清單，元組，字典，集合分别如何增删改查及周遊。
答：
（1）清單的增删改查：
增：使用append()方法在清單的末尾增加新的元素
删：使用del語句來删除清單的元素
改：通過下标索引找到值然後直接修改
查：通路的方式可以是通過下标索引，也可以是以方括号的形式截取字元
（2）元組：
增：可以通過直接在括号中添加元素，并使用逗号隔開
删：元組中的元素不能被直接删除，但是可以通過del語句來删除整個元組
改：元組元素不能修改
查：可以通過下标索引值查找元組中的元素
（3）字典：
增：
直接通過鍵值對指派即可添加
删：直接删除鍵值對
改：
直接對已有的鍵進行指派
查：直接查詢鍵值對
（4）集合
增：使用add語句直接增加
删：可以使用remove語句直接删除，若無此元素則報錯，discard( ) 删除集合指定元素, 如果不存在,則do nothing
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
1.清單，元組，字典是有順序的，而集合是沒順序的
2.清單是以方括号形式表示，元組是以圓括号表示，字典以花括号表示，集合則是以[()]的形式表示
3.清單是可變對象,它支援在原處修改的操作.也可以通過指定的索引和分片擷取元素。差別于元組，可動态增加，删除，更新。
4.元組和清單在結構上沒有什麼差別，唯一的差異在于元組是隻讀的，不能修改。元組用“()”表示。元組一旦定義其長度和内容都是固定的。一旦建立元組，則這個元組就不能被修改，即不能對元組進行更新、增加、删除操作。若想建立包含一個元素的元組，則必須在該元素後面加逗号“,”，否則建立的不是一個元組，而是一個字元串。
5.集合沒有特殊的表示方法，而是通過一個set函數轉換成集合。集合是一個無序不重複元素集，基本功能包括關系測試和消除重複元素.。
6.字典最大的價值是查詢，通過鍵，查找值。
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
- 自定義停用詞表
- 或用stops.txt
8.輸出TOP(20)
- 9.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')
線上工具生成詞雲：
https://wordart.com/create 作業部落格要求：
- 文字作業要求言簡意駭，用自己的話說明清楚。
- 編碼作業要求放上代碼，加好注釋，并附上運作結果截圖。
exclude={'a','i','you','and','the','to','be','is','in','or','will'}#定義停用詞表
f=open('news.txt','r',encoding='utf-8')#打開檔案
text=f.read()
print('text')
f.close()
text=text.lower()
sep=',.?;'
for s in sep:
text=text.replace(s,' ')
bigList = text.split()#把text轉化為List清單
print(bigList)
print('you',bigList.count('you'))
bigSet = set(bigList)#把List清單轉換為集合
bigSet=bigSet-exclude#去掉停用詞
print(bigSet)
bigDict={}#把集合轉換為字典
for word in bigSet:
bigDict[word]=bigList.count(word)
print(bigDict)
print(bigDict.items())
word = list(bigDict.items())
word.sort(key=lambda x:x[1],reverse=True)#排列
print(word)
import pandas as pd#生成詞雲
pd.DataFrame(data=word).to_csv('star.csv',encoding='utf-8') 截圖：
