python入门 - 找到文件中出现次数最多的10个单词

语言: CN / TW / HK

title: python入门 - 找到文件中出现次数最多的10个单词 tags: python categories: python theme: vue-pro highlight:


最近有点需求,在看python的入门基础,看完入门基础之后,跟着练习,找到文件中出现次数最多的10个单词,以此熟悉语法。

语法概要

mac电脑命令行输入python3,回车可以执行语句,exit()退出 python3 xx.py可以执行文件。

  • 初始赋值,一般用None
  • 声明变量不需要任何多余,没有var/const巴拉巴拉
  • 语法用:表示一起,缩进表示嵌套关系
  • 字典就是对象,用dict()新建,注意dict({'a':1})必须要用引号括起来键
  • 字典获取值的时候,键必须存在不然会报错,一般用 xxDict.get('a',0)来获取,这样没有就赋值0,有就获取
  • 列表就是数组,用list()新建,注意不能获取超过list长度的索引,如果取局部的话xxList[0:10]这样就行
  • 元组,在js中没有,虽然ts中有,元组类似列表,但不能编辑,表示为(1,2),如果你的列表不需要编辑,就可以用元组替换
  • sorted可以排序的方法,排序数组、对象的key、元组,通常排序对象的时候,如果需要排序value的话,可以用sorted(([(v,k) for (k,v) in xxDict.items()]))快速得到排序后的元组列表,从大到小的话,第二参数加上reverse=True
  • 打开文件open(filepath),但返回值不是字符串,需要for line in open(filepath),拿到每行的文本
  • 字符串变成数组,用split,默认分隔符是空格
  • try: expect:关键语句,记得捕获错误,需要的话退出程序quit()

代码

```python

本文件是获取 任意文件里出现次数前10的word

借此学习python的简单数据结构

python3 xx.py 执行就可以

filename = input('文件的路径:')

这里用户输入的文件路径可能打不开,所以try下,如果出错,程序退出

try: # 打开文件,获取文件手柄 handle = open(filename) except: print('File Cannot be opened',filename) quit()

countDict = dict()

遍历文件的每行,line就是每行的字符串

for line in handle: # 空格为分隔符,得到每行的单词列表 words = line.split() # 遍历每行的单词列表,word是每个单词 for word in words: # 此行相当于,没有key的话,新建key取0,有的话返回 countDict[word] = countDict.get(word,0) + 1 # 等同于 # # word没出现在dic的话,需要赋值,不然读的话会报错 # if word not in countDict : # countDict[word] = 0 # # 处理完之后,都加1 # countDict[word] = countDict[word] + 1

得到各单词出现的次数字典

print(countDict)

最大出现的次数

bigCount = None

最大出现的次数对应的word

bigKey = None

遍历字典,key就是word,value就是次数

for word in countDict: count = countDict[word] # 注意None的情况和大于的情况都需要赋值 if bigCount is None or count>bigCount: bigCount = count bigKey = word

print(bigCount)

print(bigKey)

python的字典key必须是字符串包裹

a = dict({'a':1,'b':2})

items字典会返回元组列表 [('a', 1), ('b', 2)]

print(a.items())

sorted排序元组列表

将countDict变成元组列表,然后将k,v对调,变成新元组列表

sortList = sorted(([(count,word) for (word,count) in countDict.items()]),reverse=True)

等同于以下

# 装(value,key)的list

tempList = list()

# 遍历countDict.items(),能同时获取key,value

for (word,count) in countDict.items():

# key value调换下位置

newTuple = (count,word)

# 装进tempList

tempList.append(newTuple)

# sorted 排序元组的时候,先按照元组的第一项排序,这边就是按照count排序,且从大到小

sortList = sorted(tempList,reverse=True)

取前10

tenList = sortList[0:10]

还需要将key和value反转回来

resDict = dict() for (count,word) in tenList: resDict[word] = count

print(resDict)

```