学习Python的第三天

三国人物top10分析
读取小说内容
with open('./novel/threekingdom.txt', 'r', encoding='utf-8') as f:
words = f.read()
分词
words_list = jieba.lcut(words)
每个词出现的次数

for word in words_list:
            if len(word) <= 1:    #如果词的长度小于等于1不计入计算
               continue
           else:
               counts[word] = counts.get(word, 0) + 1   #词计数器,每次出现,该词+1

Python 字典(Dictionary) get() 函数返回指定键的值,如果值不在字典中返回默认值。

词语过滤,删除无关词,重复词

excludes = {"将军", "却说", "丞相", "二人", "不可", "荆州", "不能", "如此", "商议",
            "如何", "主公", "军士", "军马", "左右", "次日", "引兵", "大喜", "天下",
            "东吴", "于是", "今日", "不敢", "魏兵", "陛下", "都督", "人马", "不知",
            "孔明曰","玄德曰","刘备","云长"}
      counts['孔明'] =  counts['孔明'] +  counts['孔明曰']
      counts['玄德'] = counts['玄德'] + counts['玄德曰'] +counts['刘备']
      counts['关公'] = counts['关公'] +counts['云长']
      for word in excludes:
         del counts[word]

从counts中删掉与excludes中相同的词

匿名函数
结构
lambda x1,x2,....xn:表达式
sum_num = lambda x1,x2:x1+x2
print(sum_num(2,3))
注意 参数可以是无限多个,但是表达式只有一个
实例

name_info_list = [
    ('张三',4500),
    ('李四',9900),
    ('王五',2000),
    ('赵六',5500),
]
name_info_list.sort(key=lambda x:x[1],reverse=True)
print(name_info_list)

使用列表推导式
[表达式 for 临时变量 in 可迭代对象 可以追加条件]

print([i for i in range(10)])

实例

from random import randint
 num_list = [randint(-10,10) for _ in range(10)]
 print(num_list)
 print([i for i in num_list if i>0])
#字典解析
#生成100个学生的成绩
from random import randint
stu_grades = {
    'student{}'.format(i):randint(50,100) for i in range(1,101)
}
print(stu_grades)

#筛选出大于60分的学生
print({k:v for k,v in stu_grades() if v > 60})

图形
正弦、余弦曲线图

from matplotlib import pyplot as plt
plt.rcParams["font.sans-serif"] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
import numpy as np
x = np.linspace(0,2*np.pi,num=100)
print(x)
y = np.sin(x)
cosy = np.cos(x)
plt.plot(x,y,color='g',linestyle='--',label='sin(x)')
plt.plot(x,cosy,color='r',label='cos(x)')
plt.xlabel('时间(s)')
plt.ylabel('电压(v)')
plt.title('hello Python')
plt.legend()
plt.show()

柱状图

import string
from random import randint
x = ['口红{}'.format(x) for x in string.ascii_uppercase[:5]]
y = [randint(200,500) for _ in range(5)]
print(x)
print(y)
plt.xlabel('口红品牌')
plt.ylabel('价格(元)')
plt.bar(x,y)
plt.show()

饼图

from random import randint
import string
counts = [randint(3500,9000) for _ in range(6)]
labels = ['员工{}'.format(x) for x in string.ascii_uppercase[:6]]
explode = [0.1,0,0,0,0,0]
colors = ['red','purple','blue','yellow','gray','green']
plt.pie(counts,explode=explode,shadow=True,labels=labels,autopct='%1.1f%%',colors=colors)
plt.legend(loc=2)
plt.axis('equal')
plt.show()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,992评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,212评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,535评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,197评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,310评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,383评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,409评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,191评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,621评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,910评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,084评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,763评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,403评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,083评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,318评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,946评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,967评论 2 351

推荐阅读更多精彩内容