当前位置：首页>java>python编程实战100例-3

python编程实战100例-3

2026-01-25 12:55:26

实例3：文本分词

源代码：

import redef get_chart(text):    vlist = re.split(r'[:;,."\s]\s*', text)    vdic_frequency=dict()for vchart in vlist:if vchart  in vdic_frequency:            vdic_frequency[vchart]+=1else:            vdic_frequency[vchart]=1vdic_sort=sorted(vdic_frequency.items(), key=lambda item:item[1], reverse=True)return vdic_sortif __name__=='__main__':with open('xys.txt', 'r', encoding='utf-8') as f:        xys=f.read()    vstr=get_chart(xys)print('列出文本中的英文单词\n')print(vstr)

感悟：

对文本分词本质上就是先将tet文件分词，两种方式采用split函数直接分词与采用re.split函数分词，区别在于前者只能针对一个符号分词，后者可以进行多符号分词，所以多用后者。然后建立字典变量dict()，目的是为了计数，因为字典变量本身由键名与键值组成，计数完成后将字典转化为列表变量用到了sorted函数，对于这个函数也有两种一种为sort，一种为sorted，区别在于前者是对原对象直接排序，后者为重新生成一个排序好的对象，所以后者更为常用，之后基于键值进行排序用到了lambda函数，最后终止函数，返回列表变量。后面为主函数，也就是代码开始运行的起点，首先需要打开准备好的txt文件，encoding='utf-8'是常见的编码遇到的问题也就是txt文件可能本身有不识别的gbk格式，之后运行前面定义的函数get_chart即可。

下面补充一些关于列表、字典、元组的变量知识：

字典变量：

字典（dict）是 Python 中一种键值对（key–value）形式的数据结构，用于表示“一一对应关系”。

基本形式：

d = {key1: value1, key2: value2}

常见用法：

定义字典

访问字典

修改字典

遍历字典

info = {

"name": "Tom",

"age": 20,

"score": 95

}

print(info["name"])

info["age"] = 21 # 修改

info["gender"] = "male" # 新增

遍历键：

for k in info:

print(k)

遍历值：

for v in info.values():

print(v)

列表变量：

列表是 Python 中最常用的序列类型，用于存储一组有顺序的数据。

基本形式：

lst = [元素1, 元素2, 元素3]

常见用法：

定义列表

访问列表

修改列表

切片（下个例子会用到）

遍历列表

a = [1, 2, 3]

b = ["a", "b", "c"]

c = [1, "hello", 3.14]

lst = [10, 20, 30, 40]

lst[0]

lst[-1] # 40（倒数第一个）

lst[1] = 99

添加：

lst.append(5) # 末尾添加

lst.insert(1, 99) # 指定位置插入

删除：

lst.remove(99) # 按值删除

lst.pop() # 删除末尾

lst.pop(0) # 删除指定索引

lst = [0, 1, 2, 3, 4]

lst[1:4] # [1, 2, 3]

lst[:3] # [0, 1, 2]

lst[::2] # [0, 2, 4]

遍历元素：

for x in lst:

print(x)

遍历索引与值：

for i, x in enumerate(lst):

print(i, x)

元组变量：

元组是 Python 中的一种有序序列类型，形式与列表非常相似，但不可修改

定义

访问-与列表一致

常量：无法修改

作为字典的键

函数返回值

t = (1, 2, 3)

t = (10, 20, 30)

t[0]

t[-1] # 30

t[1:3] # (20, 30)

DAYS = ("Mon", "Tue", "Wed", "Thu", "Fri")

pos = {}

pos[(1, 2)] = "A点"

def calc(a, b):

return a + b, a - b

x, y = calc(5, 3)

三者的区别与联系：

对比维度	列表（list）	字典（dict）	元组（tuple）
基本结构	有序序列	键值映射	有序序列
数据组织方式	索引→ 值	键→ 值	索引→ 值
是否有序	✔（有序）	✘（逻辑无序）	✔（有序）
是否可变	✔ 可修改	✔ 可修改	✘ 不可修改
是否支持索引访问	✔	✘	✔
是否支持键访问	✘	✔	✘
元素 / 键是否可重复	✔ 元素可重复	✘ 键不可重复	✔ 元素可重复
是否可作为 dict 的键	✘	—	✔
存储内容类型限制	无限制	键需不可变，值无限制	无限制
常用修改操作	append / pop / insert	添加 / 删除键值对	不支持
查询效率	一般（线性）	高（哈希）	一般（线性）
典型语义	动态数据集合	属性、状态、映射关系	常量、结构数据
常见使用场景	数据列表、队列	配置、状态、映射	坐标、返回值、常量
与字符串相似性	否	否	✔（同为不可变）

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

python编程实战100例-3

实例3：文本分词

源代码：

感悟：

下面补充一些关于列表、字典、元组的变量知识：

字典变量：

列表变量：

元组变量：

三者的区别与联系：

最新文章

热门文章

随机文章

python编程实战100例-3

实例3：文本分词

源代码：

感悟：

下面补充一些关于列表、字典、元组的变量知识：

字典变量：

列表变量：

元组变量：

三者的区别与联系：

Linux 与 Unix 之差异

前沿课程深度解析:数据资产入表与低代码开发,这样学才实用

最新文章

热门文章

随机文章