一、程序分析，对程序中的四个函数做简要说明
（1）读文件到缓冲区
def process_file(dst): # 读文件到缓冲区
try: # 打开文件
file = open(dst, 'r') # dst为文本的目录路径
except IOError as s:
print(s)
return None
try: # 读文件到缓冲区
bvffer = file.read()
except:
print("Read File Error!")
return None
file.close()
return bvffer
（2）处理缓冲区，返回存放每个单词频率的字典word_freq
def process_buffer(bvffer): # 处理缓冲区，返回存放每个单词频率的字典word_freq
if bvffer:
# 下面添加处理缓冲区bvffer代码，统计每个单词的频率，存放在字典word_freq
word_freq = {}
# 将文本内容都改为小写且去除文本中的中英文标点符号
for ch in '“‘!;,.?”':
bvffer = bvffer.lower().replace(ch, " ")
# strip()删除空白符（包括'/n', '/r','/t'）；split()以空格分割字符串
words = bvffer.strip().split()
for word in words:
word_freq[word] = word_freq.get(word, 0) + 1
return word_freq
（3）输出出现频率排在前十的单词
def output_result(word_freq): # 出现频率排在前十的单词
if word_freq:
sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
for item in sorted_word_freq[:10]: # 输出 Top 10 的单词
print("单词:%s 频数:%d " % (item[0], item[1]))
（4）main()函数
def main():
dst = "Gone_with_the_wind.txt" # Gone_with_the_wind.txt的相对路径
bvffer = process_file(dst)
word_freq = process_buffer(bvffer)
output_result(word_freq)
（5）main()函数调用及性能分析得代码
if __name__ == "__main__":
main()
import cProfile
import pstats
#直接把分析结果打印到控制台
cProfile.run("main()", filename="result_out")
# 创建Stats对象
p = pstats.Stats('result_out')
# 输出调用此处排前十的函数
# sort_stats(): 排序
# print_stats(): 打印分析结果，指定打印前几行
p.sort_stats('calls').print_stats(10)
# 输出按照运行时间排名前十的函数
# strip_dirs(): 去掉无关的路径信息
p.strip_dirs().sort_stats("cumulative", "name").print_stats(10)
# 根据上面的运行结果发现函数process_buffer()最耗时间
# 查看process_buffer()函数中调用了哪些函数
p.print_callees("process_buffer")
二、代码规范说明
（1）python3与python2在一些函数方面调用有区别：例如 python3在print函数的调用上是print（s），而python2在print函数的调用上是print “s”。老师给的示范代码是python2的，所以在用的时候要修改。
（2）使用4个空格进行缩进。
三、程序运行结果截图、
（1）Gone_with_the_wind文本词频统计结果
（2）A_Tale_of_Two_Cities文本词频统计结果
四、性能分析结果及改进
我选择对Gone_with_the_wind.txt进行性能分析
（1）使用 cProfile 进行性能分析
1）指出寻找执行时间最多的部分代码
代码：
2）指出寻找执行次数最多的部分代码
代码：
备注：ncalls：表示函数调用的次数；
tottime：表示指定函数的总的运行时间，除掉函数中调用子函数的运行时间；
percall：（第一个percall）等于 tottime/ncalls；
cumtime：表示该函数及其所有子函数的调用运行的时间，即函数开始调用到返回的时间；
percall：（第二个percall）即函数运行一次的平均时间，等于 cumtime/ncalls；
filename:lineno(function)：每个函数调用的具体信息
（2）可视化操作
1）使用graphviz和gprof2dot.py，进行可视化操作，转换成下图：
