資深Python程序員教你簡單、有趣的程序:
使用第三方庫jieba切分,統(tǒng)計統(tǒng)計名著三國演義中人物名字出現(xiàn)次數(shù)。
創(chuàng)新互聯(lián)公司主營獨山子網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶APP軟件開發(fā),獨山子h5微信平臺小程序開發(fā)搭建,獨山子網(wǎng)站營銷推廣歡迎獨山子等地區(qū)企業(yè)咨詢
資深Python程序員教你統(tǒng)計,三國中人物名字出現(xiàn)的頻率,很簡單
其中一個jieba庫是一個對中文文本依照漢字間關(guān)聯(lián)概率進行詞組劃分的第三方庫,使用簡單,且非常好用
import jieba
def getWords():
txt = open('novels/threekingdoms.txt', 'r', encoding = 'utf-8').read()
words = jieba.lcut(txt)
counts = {}
for word in words:
if len(word) == 1:
continue
else:
counts[word] = counts.get(word, 0) + 1
word_list = list(counts.items())
word_list.sort(key = lambda x : x[1], reverse = True)
return word_list
進行人肉優(yōu)化,去掉不是人名的詞語,并將一些指同一個人物的詞合并到一個人物下。
import jieba
def countWords(excludes, merges):
txt = open('novels/threekingdoms.txt', 'r', encoding = 'utf-8').read()
words = jieba.lcut(txt)
counts = {}
# 取出長度為一的詞和符號以及excludes中的詞
for word in words:
if len(word) == 1 or word in excludes:
continue
else:
counts[word] = counts.get(word, 0) + 1
# 合并名稱相同的人名
for merge in merges:
for name in merge[1]:
counts[merge[0]] += counts.get(name, 0)
del counts[name]
word_list = list(counts.items())
word_list.sort(key = lambda x : x[1], reverse = True)
return word_list
excludes = {'卻說','二人','不可','主公','陛下','漢中','只見','眾將','后主','蜀兵','上馬','大叫','太守','此人','夫人',
'先主','后人','背后','城中','天子','一面','何不','大軍','忽報','先生','百姓','何故','不能','如此','如何',
'然后','先鋒','不如','趕來','原來','令人','江東','下馬','喊聲','正是','徐州','忽然','荊州','左右','軍馬',
'因此','成都','不見','未知','大敗','大事','之后','一軍','引軍','起兵','軍中','接應(yīng)','引兵','次日','大喜',
'進兵','大驚','可以','以為','大怒','不得','心中','下文','一聲','追趕','糧草','天下','東吳','于是','都督',
'曹兵','一齊','分解','回報','分付','只得','出馬','三千','大將','許都','隨后','報知','今日','不敢','魏兵',
'前面','之兵','且說','眾官','洛陽','領(lǐng)兵','商議','軍士','星夜','精兵','城上','之計','不肯','相見','其言',
'一日','而行','文武','襄陽','準備','若何','出戰(zhàn)','親自','必有','一人','人馬','不知','何人','此事','之中',
'伏兵','祁山','乘勢','忽見','大笑','樊城','兄弟','首級','立于','西川','傳令','當先','五百','一彪','堅守',
'此時','之間','投降','五千','埋伏','長安','三路','遣使','將軍','關(guān)興','軍師','朝廷','三軍','大王','回見',
'大將軍','必然','將士','是夜','小路' }
merges = [ ('劉備',('玄德','玄德曰','玄德問','劉玄德','玄德大','玄德自','玄德聞','皇叔','劉皇叔')),
('關(guān)羽',('關(guān)公','云長','關(guān)云長')),
('孔明',('諸葛亮','孔明曰','孔明笑','孔明之','孔明自')),
('曹操',('丞相','孟德','曹公','曹孟德')),
('張飛',('翼德','張翼德'))
]
word_list = countWords(excludes, merges)
for i in range(30):
word, count = word_list[i]
print('{0:^10}{1:{3}^10}{2:^15}'.format(i+1, word, count, chr(12288))) # chr(12288)為中文空格 ```
結(jié)果如下,當然其中類似將軍、英雄、主公、大哥、君這種詞語無法判斷指的是誰,這里僅統(tǒng)計能夠判斷的,所以這里只能做一個相對的參考。
1 劉備 1578
2 曹操 1485
3 孔明 1485
4 關(guān)羽 820
5 張飛 393
6 呂布 300
7 趙云 278
8 孫權(quán) 264
9 司馬懿 221
10 周瑜 217
11 袁紹 191
12 馬超 185
13 魏延 180
14 黃忠 168
15 姜維 151
16 馬岱 127
17 龐德 122
18 孟獲 122
19 劉表 120
20 夏侯惇 116
21 董卓 114
22 孫策 108
23 魯肅 107
24 徐晃 97
25 司馬昭 89
26 夏侯淵 88
27 王平 88
28 劉璋 85
29 袁術(shù) 84
30 呂蒙 83
以上是Python語言中的一個小案例,僅供大家參考。
新聞名稱:資深Python程序員教你統(tǒng)計,三國中人物名字出現(xiàn)的頻率,很簡單
標題URL:http://muchs.cn/article0/pihgoo.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供服務(wù)器托管、微信小程序、外貿(mào)建站、移動網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計公司、網(wǎng)站收錄
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)