博客
关于我
第7章-1 词频统计 (30分)【Python版本】
阅读量:193 次
发布时间:2019-02-28

本文共 1574 字,大约阅读时间需要 5 分钟。

 

请编写程序,对一段英文文本,统计其中所有不同单词的个数,以及词频最大的前10%的单词。

所谓“单词”,是指由不超过80个单词字符组成的连续字符串,但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线,其它字符均认为是单词分隔符。

输入格式:

输入给出一段非空文本,最后以符号#结尾。输入保证存在至少10个不同的单词。

输出格式:

在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写,例如“PAT”和“pat”被认为是同一个单词。

随后按照词频递减的顺序,按照词频:单词的格式输出词频最大的前10%的单词。若有并列,则按递增字典序输出。

输入样例:

This is a test.The word "this" is the word with the highest frequency.Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee.  But this_8 is different than this, and this, and this...#this line should be ignored.

输出样例:(注意:虽然单词the也出现了4次,但因为我们只要输出前10%(即23个单词中的前2个)单词,而按照字母序,the排第3位,所以不输出。)

235:this4:is

【Python参考代码】

#By yangbo 2020.08.11#来自:https://blog.csdn.net/qq_43479432/article/details/105012204?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-4-105012204.nonecaseimport syss = sys.stdin.read()s = s[:s.find('#')]  #读写所有内容,输入 ctrl+d 结束for i in s:          #将所有非字母、非数字、非下划线的字符均用空格替换    if i.isalnum() == False and i != '_':        s = s.replace(i, ' ')        words1 = s.lower().split(' ')  #以空格分隔各个单词并存储它们的小写words2 = {}for i in words1:    if i == '':      #上一步分隔后,可能存在分隔了两个空格存留的空字符,将其略过        continue    else:        i = i[:15]   #保留所有单词的前十五位        words2[i] = words2.get(i, 0) + 1#如果字典中有这个键,则值加一,若没有,则创建一个并令值等于零#将字典先按“值”倒序排列,大的在前,最大的数前面加个符号就变的最小,这样排得越前#然后再按“键”排列,即相同数量时,按字母顺序排列words3 = sorted(words2.items(), key=lambda x:(-x[1],x[0]))#-x[1]:将字典先按“值”倒序排列print(len(words3))num = int(len(words3) / 10) #输出前10%的单词for i in range(num):    print(str(words3[i][1]) + ':' + str(words3[i][0]))

你可能感兴趣的文章
mysql中的collate关键字是什么意思?
查看>>
MySql中的concat()相关函数
查看>>
mysql中的concat函数,concat_ws函数,concat_group函数之间的区别
查看>>
MySQL中的count函数
查看>>
MySQL中的DB、DBMS、SQL
查看>>
MySQL中的DECIMAL类型:MYSQL_TYPE_DECIMAL与MYSQL_TYPE_NEWDECIMAL详解
查看>>
MySQL中的GROUP_CONCAT()函数详解与实战应用
查看>>
MySQL中的IO问题分析与优化
查看>>
MySQL中的ON DUPLICATE KEY UPDATE详解与应用
查看>>
mysql中的rbs,SharePoint RBS:即使启用了RBS,内容数据库也在不断增长
查看>>
mysql中的undo log、redo log 、binlog大致概要
查看>>
Mysql中的using
查看>>
MySQL中的关键字深入比较:UNION vs UNION ALL
查看>>
mysql中的四大运算符种类汇总20多项,用了三天三夜来整理的,还不赶快收藏
查看>>
mysql中的字段如何选择合适的数据类型呢?
查看>>
MySQL中的字符集陷阱:为何避免使用UTF-8
查看>>
mysql中的数据导入与导出
查看>>
MySQL中的时间函数
查看>>
mysql中的约束
查看>>
MySQL中的表是什么?
查看>>