1 ###清單###
2 list = ['lin', 'kai', 14, 29, 'xan']
3
4 # 增
5 list.append(22) # 增加到清單尾
6 list.extend(['extend']) # 添加指定清單的所有元素
7 list.insert(2, '插入') # 在指定位置插入一個元素
8 print(list)
9
10 # 删
11 list.remove('xan') # 删除清單中值為'xan'的元素
12 list.pop() # 删除最後一個元素
13 list.pop(1) # 删除指定位置元素
14 del list[2:4] # 删除從2到4的元素
15 list.clear() # 删除所有項
16 print(list)
17
18 # 改
19 list = ['2', 'lin', 'kai', 14, 29, 'xan']
20 list[0] = 'ig'
21 print(list)
22
23 # 查
24 print(list.index(14)) # 傳回第一個值為x的元素的索引
25
26 # 周遊
27 for i in list:
28 print(i)
29
30
31
32 ###元祖###
33 tuple = ('Google', 'Baidu', 'oo', 'uu', 15, 26) # 元祖
34
35 # 元組中的元素值是不允許修改的，但我們可以對元組進行連接配接組合
36 tup1 = (1, 2, 3)
37 tup2 = ('a', 'b', 'c')
38
39 # 建立新的元組
40 tup3 = tup1 + tup2
41 print(tup3)
42
43 # 通路元祖
44 print("tup1[0]: ", tup1[0])
45
46 # 周遊
47 for i in tup1:
48 print(i)
49
50
51
52 ###字典###
53 dict = {'a': '1', 'b': '2', 'c': '3'} # 字典
54
55 # 删
56 del dict['b'] # 删除鍵 'b'
57 dict.clear() # 清空字典
58 del dict # 删除字典
59
60 dict = {'a': '1', 'b': '2', 'c': '3'}
61 # 改
62 dict['a'] = '9'
63 # 增
64 dict['d'] = '4'
65 # 查
66 print(dict['a'])
67
68 # 周遊
69 for i, j in dict.items():
70 print(i, ":\t", j)
71
72
73
74 ###集合###
75 set1 = {1, 2, 3} # 集合
76 set2 = set((1, 2, 3)) # 也是集合
77 print(set1)
78 print(set2)
79
80 # 增
81 set1.add(4)
82 print(set1)
83
84 # 删
85 set2.remove(1) # 移除值為1的元素，如果不存在則會發生錯誤
86 set2.discard(1) # 移除值為1的元素，如果不存在不會發生錯誤
87 set2.pop() # 随機删除一個元素
88 set2.clear()
89 print(set2)
90
91 # 查
92 print(1 in set1) # 存在則傳回True
93
94 # 集合無序，不能修改指定的元素
95 # 周遊
96 for num in set1:
97 print(num) 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
| 清單 | 元祖 | 字典 | 集合 | |
| [] | () | {} | {} | |
| 有序 | 無序，自動正序 | 無序 | ||
| 可變 | 不可變 | 可變 | ||
| 可以 | 不可以 | |||
| 值 | 鍵值對（鍵不能重複） | 鍵（不能重複） |
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(50)
排序好的單詞清單word儲存成csv檔案
1 import re
2 import pandas
3 from stop_words import get_stop_words
4
5 stop_words = get_stop_words('english')
6
7 file = open("../第三次作業/Howl’s Moving Castle.txt", "r+", encoding='UTF-8')
8 str = file.read()
9
10 str = re.sub('[\r\n\t,!?:;“‘’.\"]', '', str)
11 words = str.split(" ")
12
13 single = [] # 分詞數組
14 excluding_words = [] # 排除的單詞
15 quantity = [] # 單詞次數
16
17 for word in words:
18 if (word not in single and word not in stop_words):
19 single.append(word)
20
21 tmp = single.copy()
22 while tmp:
23 # print(tmp[0], "出現次數：", words.count(tmp[0]), end=" ")
24 quantity.append(words.count(tmp[0]))
25 tmp.pop(0)
26
27 dic = dict(zip(single, quantity)) # 合成字典
28 dic = sorted(dic.items(), key=lambda item: item[1], reverse=True) # 排序
29
30 for i in range(50):
31 print(dic[i][0], " : ", dic[i][1])
32
33 pandas.DataFrame(data=dic).to_csv('fenci.csv', encoding='utf-8')
34
35 print(stop_words)
36
37 file.close() 9.可視化：詞雲