复合数据类型，英文词频统计

作业要求：

1.列表，元组，字典，集合分别如何增删改查及遍历？

1）列表

• 增：
  • 　　append() ：在列表末尾增加一个元素

　　　　　　

• • 　　insert() ： 在指定的列表位置添加一个元素

　　　　　　　

• • 　　extand() ： 在列表末尾一次性追加另一个序列中的多个值

　　　　　　　　

• 删：
  • 　　pop() ： 移除列表中的最后一个元素，并且返回该元素的值

　　　　　　　　

• • 　　remove() ： 用于移除列表中某个值的第一个匹配项

　　　　　　　　

• • 　　del() ： 根据元素下标删除列表的元素

　　　　　　　　

• 改：
  • 　　根据列表下标对元素进行重新赋值即可

　　　　　　　　

• 查：　　　　

a = ['sss','bbb','dd','sdf']
print(a[2]) ##根据下标直接查找列表元素
print(a[1:3])##通过切片方式进行取值
print(a[:])##获取列表所有元素
print(a[-1])##取列表最后一个值
print(a[2:])##取下标后面所有的值
print(a[:3])##取下标前面所有的值
print(a[:1:2])##隔位取值

 运行结果截图：

　　　　　　

• 遍历

　　　　　　

2）元组

• 增：元组不支持修改，只能通过连接组合方式进行元组的增加

　　　　　　

• 删：元组的删除不能删除某个元素，只能整个元组一起删除，删除后输出报错，因为该元组已删除，输出则定义为未定义

　　

• 改：元组中的元素值是不允许修改的，和增加元组一样，对元组进行修改只能通过连接结合
• 查：因为元组也是一个序列，因此我们可以查找元组中指定位置的元素，也可以截取索引中的一段元素

a = ('sss','bbb','dd','sdf')
print(a[2]) ##根据下标直接查找列表元素
print(a[1:3])##通过切片方式进行取值
print(a[:])##获取列表所有元素
print(a[-1])##取列表最后一个值
print(a[2:])##取下标后面所有的值
print(a[:3])##取下标前面所有的值
print(a[:1:2])##隔位取值

　　运行截图如下：

　　　　　　　　

• 遍历

　　　　　　　　

3）字典

• 增：以同时添加键值的方式进行字典元素的添加

　　　　　　　　

• 删
  • del dict['a']：删除键是‘a’的条目

　　　　　　　　

• • clear() ： 清空词典所有条目
  • del dict ： 删除词典
• 改

　　　　　　　　

• 查：根据相应的键对其值进行查找

　　　　　　　　

• 遍历：

　　　　字典提供items方法可以获取字典所有的项集合；

　　　　字典提供vlaues方法可以对字典中的值进行遍历；

　　　　字典提供keys方法对字典中的键进行遍历

4）集合

• 增：使用add()方法进行集合中元素的添加
• 删：

　　　　使用remove()或者pop()方法可以对集合中的某个元素进行删除；

　　　　clean()方法用于清空集合中的元素；

　　　　del方法可以将整个集合进行删除。

• 改：根据集合中的元素下标进行修改该元素的值
• 查：根据集合中的元素下标进行查找元素的值
• 遍历：

　　　　可以使用for循环对集合中的每个元素进行遍历；

　　　　可以使用迭代器迭代集合中的元素进行遍历。

2.总结列表，元组，字典，集合的联系与区别

1）列表

• 列表是使用 “ [ ] ”中括号对列表元素括起来，用逗号间隔每一个元素
• 列表时有序的，可以根据索引来访问列表中的值
• 列表是可变的，可以对列表中的值进行增删改查
• 列表中的值是可以重复的
• 列表的存储是根据索引进行存储的，查找时可以根据索引查找出值

2）元组

• 元组是使用 “ （） “小括号将元组的值括起来，用逗号间隔每一个元素
• 元组是有序的
• 元组一经初始化后便不能修改
• 元组中的元素是可以重复的
• 元组的存储同样根据索引进行存储，查找时根据索引进行查找

3）字典

• 每个键值对用冒号 :进行 分割，每个键值对之间用逗号 进行分割，整个字典包括在花括号 ” { } “  中
• 字典是有序的
• 字典中的值是可以改变的
• 键一般是唯一的，值不需要唯一
• 字典是另一种可变容器模型，且可存储任意类型对象

3.词频统计

详细代码：

#打开歌词文档
f = open(r'E:\red.txt', 'r')
#定义列表，用于排除语法型词汇，代词、冠词、连词等无语义词
stop={'a','the','and','i','you','in','but','not','with','by','its','for','of','an','to','my','myself','we','our','ours','ourelves','about','no','nor'}
#打开歌词文档，将歌词中的标点符号用空格代替
def gettext():
      sep=",.? ?':' !--!_:"
      text=f.read().lower()
      for c in sep:
            textx=text.replace(c,' ')
      return textx
#对文档中的句子进行分解成一个个单词并输出
aList=gettext().split()

#把分解后的词语放在字典中
worddict=set(aList)

#把停用词放在另外一个字典中
aStop=set(stop)

#去掉停用词
worddict=worddict-aStop

#定义字典,对单词数目进行统计
aDict={}
for word in worddict:
    aDict[word]=aList.count(word)
print(aDict.items())
word=list(aDict.items())

#对统计出来的结果进行排序
word.sort(key=lambda  x:x[1],reverse=True)
print(word)

#输出使用次数最多的前20的单词
for i in range(20):
    print(word[i])

#对结果输出到red.csv中
import  pandas as pd
pd.DataFrame(data=word).to_csv("E:\red.csv",encoding='utf-8')

运行结果截图：

• 输出字典中所有的item

　　　　　　　　　　　　

• 输出使用次数最多的前20的单词

　　　　　　　　　　　　

• red.csv

　　　　　　　　　　　　

• 可视化词云