复合数据类型，英文词频统计

1.列表，元组，字典，集合分别如何增删改查及遍历

列表：

 

 元组：

 

字典：

集合：

遍历函数都相同，其下格式为：

function.sort()#function可以是列表、元组、字典或者集合任意一种
for i in function:
    print(i,end='>')

 

2.总结列表，元组，字典，集合的联系与区别。参考以下几个方面：

3.词频统计

• 1.下载一长篇小说，存成utf-8编码的文本文件 file

  2.通过文件读取字符串 str

  3.对文本进行预处理

  4.分解提取单词 list

  5.单词计数字典 set , dict

  6.按词频排序 list.sort(key=lambda),turple

  7.排除语法型词汇，代词、冠词、连词等无语义词

  • 自定义停用词表
  • 或用stops.txt

       8.输出TOP(20)

• 9.可视化：词云

 排序好的单词列表word保存成csv文件

import pandas as pd
pd.DataFrame(data=word).to_csv('big.csv',encoding='utf-8')

线上工具生成词云：
https://wordart.com/create 

在线词云：