人工智能概论 数据类型 组合数据类型.ppt

《三国演义》人物出场统计 观察输出结果，同一个人物会有不同的名字，这种情况需要整合处理。同时，与英文词频统计类似，需要排除一些人名无关词汇，如“却说”、“将军”等。 《三国演义》人物出场统计 实例代码10.4 e10.4CalThreeKingdoms.py ? ? ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 #e10.4CalThreeKingdoms.py import jieba excludes = {将军,却说,荆州,二人,不可,不能,如此} txt = open(三国演义.txt, r, encoding=utf-8).read() words = jieba.lcut(txt) counts = {} for word in words: if len(word) == 1: continue elif word == 诸葛亮 or word == 孔明曰: rword = 孔明 elif word == 关公 or word == 云长: rword = 关羽 elif word == 玄德 or word == 玄德曰: rword = 刘备 elif word == 孟德 or word == 丞相: rword = 曹操” ? ? 《三国演义》人物出场统计 实例代码10.4 e10.4CalThreeKingdoms.py ? ? ? 18 19 20 21 22 23 24 25 26 27 else: rword = word counts[rword] = counts.get(rword,0) + 1 for word in excludes: del(counts[word]) items = list(counts.items()) items.sort(key=lambda x:x[1], reverse=True) for i in range(5): word, count = items[i] print ({0:10}{1:5}.format(word, count)) ? ? 《三国演义》人物出场统计 输出排序前5的单词，运行程序后，输出结果如下： ? 曹操 1451 孔明 1383 刘备 1252 关羽 784 张飞 358 请继续完善程序，排除更多无关词汇干扰，总结出场最多的20个人物都有哪些。这里，给出参考答案。 曹操（1451）、孔明（1383）、刘备（1252）、关羽（784）、张飞（358）、 吕布（300）、赵云（278）、孙权（264）、司马懿（221）、周瑜（217）、 袁绍（191）、马超（185）、魏延（180）、黄忠（168）、姜维（151）、 马岱（127）、庞德（122）、孟获（122）、刘表（120）、夏侯惇（116） 列表类型的操作 函数或方法 描述 ls[i] = x 替换列表ls第i数据项为x ls[i: j] = lt 用列表lt替换列表ls中第i到j项数据（不含第j项，下同） ls[i: j: k] = lt 用列表lt替换列表ls中第i到j以k为步的数据 del ls[i: j] 删除列表ls第i到j项数据，等价于ls[i: j]=[] del ls[i: j: k] 删除列表ls第i到j以k为步的数据 ls += lt或ls.extend(lt) 将列表lt元素增加到列表ls中 ls *= n 更新列表ls，其元素重复n次 ls.append(x) 在列表ls最后增加一个元素x ls.clear() 删除ls中所有元素 ls.copy() 生成一个新列表，复制ls中所有元素 ls.insert(i, x) 在列表ls第i位置增加元素x ls.pop(i) 将列表ls中第i项元素取出并删除该元素 ls.remove(x) 将列表中出现的第一个元素x删除 ls.reverse(x) 列表ls中元素反转 列表类型的操作 vlist = list(range(5)) vlist [0, 1, 2, 3, 4] len(vlist[2:]) #计算从第3个位置开始到结尾的子串长度 3 2 in vlist #判断2是否在列表vlist中 True vlist[3]=python #修改序号3的元素值和类型 vlist [0, 1, 2, python, 4] vlist[1:3]=[bit, computer]