Python学习笔记（六）

python学习笔记（六）—— 集合类型及操作

一、集合类型及操作

　　1、集合类型定义

　　　　- 集合是多个元素的无序组合

　　　　

 

　　　　

 

 

　　　　例子：

 

　　　　　　

 

　　2、集合操作符

　　　　

　　　　

 

　　3、集合处理方法

　　　　

　　　　

 

　　4、集合类型应用场景

　　　　4.1 包含关系比较

　　　　　　

 

 

　　　　4.2 数据去重：集合类型所有元素无重复

 

　　　　　　

 

 

二、序列类型及操作

 

　　1、序列类型定义

 

　　　　- 序列是具有先后关系的一组元素　

            

　　　　　

 

 

 

 

　　2、序列处理函数及方法

 

 　　　　2.1 序列类型通用操作符

　　　　　　

 

　　　　　　eg：

　　　　　　

 

　　　　2.2 序列类型通用函数和方法

　　　　　　

 

　　　　　　eg：

　　　　　　　　

 

 

　　3、元组类型及操作

　　　　- 元祖是序列类型的一种扩展

　　　　

 

 

　　　　eg：

 

　　　　　

 

 

`　　　　- 元组继承序列类型的全部通用操作

 

　　　　　

 

 

　　4、列表类型及操作

　　　　- 列表是序列类型的一种扩展，十分常用

　　　　

 

 

　　　　- 列表类型操作函数和方法　

                    

 

　　　　　　eg：

　　　　　　

　　　　　　　

 

　　　　　　　eg:

　　　　　　　　

 

　　　　　　- 常用列表功能

　　　　　

　　　　　

 

　　　　　

 

 

 

　　5、序列类型应用场景

 

　　　　5.1 元素遍历

 

 

　　　　　　

 

 

　　　　5.2 数据保护

 

　　　　

 

 

三、字典类型及操作

　　1、字典类型定义

　　　　- 映射：是一种键(索引)和值(数据)的对应

　　　　

 

 

　　　　eg：

 

　　　　　

 

　　2、字典处理函数及方法

　　　　

 

 

　　　　eg：

 

　　　　

 

　　　　

 

 

　　　　eg：

 

　　　　　

 

 

　　　　- 字典常用功能

 

　　　

 

 

 

　　3、字典类型应用场景

　　　　- 元素遍历

　　　　

四、jieba库

　　1、概述：jieba 是优秀的中文分词第三方库

　　2、jieba分词的三种模式

　　　　

 

 

　　3、jieba库常用函数

 

　　　

 

　　    

 

 

五、实例分析

 

　　1、基本统计值计算：总个数、求和、平均值、方差、中位数...

 

　　   -  方法：

 

　　　

 

 

　　　代码：　　

1. #calstatisticsv1.py
2. def getnum():       #获取用户不定长度的输入
3.     nums = []
4.     inumstr = input("请输入数字(回车退出): ")
5.     while inumstr != "":
6.         nums.append(eval(inumstr))
7.         inumstr = input("请输入数字(回车退出): ")
8.     return nums
9.  
10. def mean(numbers):  #计算平均值
11.     s = 0.0
12.     for num in numbers:
13.         s = s + num
14.     return s / len(numbers)
15.  
16. def dev(numbers, mean): #计算方差
17.     sdev = 0.0
18.     for num in numbers:
19.         sdev = sdev + (num - mean)**2
20.     return pow(sdev / (len(numbers)-1), 0.5)
21.  
22. def median(numbers):    #计算中位数
23.     sorted(numbers)
24.     size = len(numbers)
25.     if size % 2 == 0:
26.         med = (numbers[size//2-1] + numbers[size//2])/2
27.     else:
28.         med = numbers[size//2]
29.     return med
30.  
31. n =  getnum() #主体函数
32. m =  mean(n)
33. print("平均值:{},方差:{:.2},中位数:{}.".format(m, dev(n,m),median(n)))

 

 

 

 

　　　　2、文本词频统计

 

 　　　　

　　　　

 

　　　

 　　　　 　　- 统计英文文本

　　　　　　代码：

　　　　　　

1. #calhamletv1.py
2. def gettext():
3.     txt = open("hamlet.txt", "r").read()
4.     txt = txt.lower()
5.     for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
6.         txt = txt.replace(ch, " ")   #将文本中特殊字符替换为空格
7.     return txt
8.  
9. hamlettxt = gettext()
10. words  = hamlettxt.split()
11. counts = {}
12. for word in words:          
13.     counts[word] = counts.get(word,0) + 1
14. items = list(counts.items())
15. items.sort(key=lambda x:x[1], reverse=true) 
16. for i in range(10):
17.     word, count = items[i]
18.     print ("{0:<10}{1:>5}".format(word, count))

　　　　　　运行结果：

　　　　　　

 

　　　　　　

　　　　　　- 统计中文文本

　　　　　　代码：　　　　

1. #calthreekingdomsv1.py
2. import jieba
3. txt = open("threekingdoms.txt", "r", encoding='utf-8').read()
4. words  = jieba.lcut(txt)
5. counts = {}
6. for word in words:
7.     if len(word) == 1:
8.         continue
9.     else:
10.         counts[word] = counts.get(word,0) + 1
11. items = list(counts.items())
12. items.sort(key=lambda x:x[1], reverse=true) 
13. for i in range(15):
14.     word, count = items[i]
15.     print ("{0:<10}{1:>5}".format(word, count))

　　　　　　运行结果：

　　　　

 

 

 　　　　　　进一步优化

　　　　　　代码：　　

1. #calthreekingdomsv2.py
2. import jieba
3. excludes = {"将军","却说","荆州","二人","不可","不能","如此"}
4. txt = open("threekingdoms.txt", "r", encoding='utf-8').read()
5. words  = jieba.lcut(txt)
6. counts = {}
7. for word in words:
8.     if len(word) == 1:
9.         continue
10.     elif word == "诸葛亮" or word == "孔明曰":
11.         rword = "孔明"
12.     elif word == "关公" or word == "云长":
13.         rword = "关羽"
14.     elif word == "玄德" or word == "玄德曰":
15.         rword = "刘备"
16.     elif word == "孟德" or word == "丞相":
17.         rword = "曹操"
18.     else:
19.         rword = word
20.     counts[rword] = counts.get(rword,0) + 1
21. for word in excludes:
22.     del counts[word]
23. items = list(counts.items())
24. items.sort(key=lambda x:x[1], reverse=true) 
25. for i in range(10):
26.     word, count = items[i]
27.     print ("{0:<10}{1:>5}".format(word, count))

　　　　　　运行结果：