当前位置：首页>java>python编程实战100例-3

python编程实战100例-3

  • 2026-10-21 13:28:42
python编程实战100例-3

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
基本形式：
t = (元素1, 元素2, 元素3)
或者：
t = 1, 2, 3
常见用法
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：596563534@qq.com 。
            

            
                        

                
                
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

            

            
        

        
        

            
随机文章