1 ###列表###
2 list = ['lin', 'kai', 14, 29, 'xan']
3
4 # 增
5 list.append(22) # 增加到列表尾
6 list.extend(['extend']) # 添加指定列表的所有元素
7 list.insert(2, '插入') # 在指定位置插入一个元素
8 print(list)
9
10 # 删
11 list.remove('xan') # 删除列表中值为'xan'的元素
12 list.pop() # 删除最后一个元素
13 list.pop(1) # 删除指定位置元素
14 del list[2:4] # 删除从2到4的元素
15 list.clear() # 删除所有项
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)) # 返回第一个值为x的元素的索引
25
26 # 遍历
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 # 元组中的元素值是不允许修改的，但我们可以对元组进行连接组合
36 tup1 = (1, 2, 3)
37 tup2 = ('a', 'b', 'c')
38
39 # 创建新的元组
40 tup3 = tup1 + tup2
41 print(tup3)
42
43 # 访问元祖
44 print("tup1[0]: ", tup1[0])
45
46 # 遍历
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'] # 删除键 '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 # 遍历
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) # 移除值为1的元素，如果不存在则会发生错误
86 set2.discard(1) # 移除值为1的元素，如果不存在不会发生错误
87 set2.pop() # 随机删除一个元素
88 set2.clear()
89 print(set2)
90
91 # 查
92 print(1 in set1) # 存在则返回True
93
94 # 集合无序，不能修改指定的元素
95 # 遍历
96 for num in set1:
97 print(num) 总结列表，元组，字典，集合的联系与区别。参考以下几个方面：
- 括号
- 有序无序
- 可变不可变
- 重复不可重复
- 存储与查找方式
| 列表 | 元祖 | 字典 | 集合 | |
| [] | () | {} | {} | |
| 有序 | 无序，自动正序 | 无序 | ||
| 可变 | 不可变 | 可变 | ||
| 可以 | 不可以 | |||
| 值 | 键值对（键不能重复） | 键（不能重复） |
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 str
3.对文本进行预处理
4.分解提取单词 list
5.单词计数字典 set , dict
6.按词频排序 list.sort(key=lambda),turple
7.排除语法型词汇，代词、冠词、连词等无语义词
- 自定义停用词表
- 或用stops.txt
8.输出TOP(50)
排序好的单词列表word保存成csv文件
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("../第三次作业/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 = [] # 分词数组
14 excluding_words = [] # 排除的单词
15 quantity = [] # 单词次数
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], "出现次数：", 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.可视化：词云