课后作业3

• 2017*****7012
• 石运
• 码云地址：https://gitee.com/xgxdmx/word_frequency.git
• 程序分析：
• def process_file(file): # 读文件到缓冲区
  try: # 打开文件
  text = open(file)
  except IOError as s:
  print(s)
  return None
  try: # 读文件到缓冲区
  buffer = text.read()
  except:
  print("Read File Error!")
  return None
  text.close()
  return buffer
  此函数负责打开读取文档并将文档存储到buffer里面，执行完毕后关闭文档
• def process_buffer(buffer):
  if buffer:
  word_freq = {}
  # 下面添加处理缓冲区 buffer代码，统计每个单词的频率，存放在字典word_freq
  for i in buffer.split():
  individual_word = i.strip(punctuation + ' ')
  if individual_word in word_freq:
  word_freq[individual_word] += 1
  else:
  word_freq[individual_word] = 1
  return word_freq
  此函数负责将buffer内的数据进行切片，引用punctuation去掉符号空格，并用for循环进行统计，将统计数据存储在word_freq并返回值
• def output_result(word_freq):
  if word_freq:
  sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
  print("词频统计：")
  # 输出 Top 10 的单词
  for item in range(len(sorted_word_freq[:10])):
  i, count = sorted_word_freq[item]
  print("{0:<10}{1:>5}".format(i, count))
  此函数将统计好的数据进行排序并输出前十个数据
• if name == "main":
  import argparse
  parser = argparse.ArgumentParser()
  parser.add_argument('dst')
  args = parser.parse_args()
  dst = args.dst
  buffer = process_file(dst)
  word_freq = process_buffer(buffer)
  output_result(word_freq)
  在主函数启动后导入argparse包，并执行上述几个函数
• 性能分析结果及改进：
  执行时间最长的代码：def process_buffer(buffer)
  执行次数最多的代码：sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
• 程序运行命令、运行结果截图以及改进后的程序运行命令及结果截图
• 改进前：
  
  
  
  
  
  
  
  改进后：
  
  
  
  
  
  
• 总结与反思
  此程序让我熟悉了如何进行性能分析以及git分支管理，同时也掌握了python中的文件读取、文字切片等功能