MOOC《Python语言程序设计》(第15次)
组合数据类型(第六周)21.8.5
练习题
实例9:基本统计值计算
def getNum():
s = input()
ls = list(eval(s))
return ls
def mean(numbers):
s = 0.0
for num in numbers:
s = s + num
return s / len(numbers)
def dev(numbers, mean):
sdev = 0.0
for num in numbers:
sdev = sdev + (num - mean)**2
return pow(sdev / (len(numbers)-1), 0.5)
def median(numbers):
numbers.sort()
size = len(numbers)
if size % 2 == 0:
med = (numbers[size//2-1] + numbers[size//2])/2
else:
med = numbers[size//2]
return med
n = getNum()
m = mean(n)
print("平均值:{:.2f},标准差:{:.2f},中位数:{}".format(m, dev(n,m),median(n)))
实例10:文本词频统计 – Hamlet
def getText():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
txt = txt.replace(ch, " ")
return txt
hamletTxt = getText()
words = hamletTxt.split()
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
for i in range(10):
word, count = items[i]
print (word)
人名独特性统计
s = '''双儿 洪七公 赵敏 赵敏 逍遥子 鳌拜 殷天正 金轮法王 乔峰 杨过 洪七公 郭靖
杨逍 鳌拜 殷天正 段誉 杨逍 慕容复 阿紫 慕容复 郭芙 乔峰 令狐冲 郭芙
金轮法王 小龙女 杨过 慕容复 梅超风 李莫愁 洪七公 张无忌 梅超风 杨逍
鳌拜 岳不群 黄药师 黄蓉 段誉 金轮法王 忽必烈 忽必烈 张三丰 乔峰 乔峰
阿紫 乔峰 金轮法王 袁冠南 张无忌 郭襄 黄蓉 李莫愁 赵敏 赵敏 郭芙 张三丰
乔峰 赵敏 梅超风 双儿 鳌拜 陈家洛 袁冠南 郭芙 郭芙 杨逍 赵敏 金轮法王
忽必烈 慕容复 张三丰 杨逍 令狐冲 黄药师 袁冠南 杨逍 完颜洪烈 殷天正
李莫愁 阿紫 逍遥子 乔峰 逍遥子 完颜洪烈 郭芙 杨逍 张无忌 杨过 慕容复
逍遥子 虚竹 双儿 乔峰 郭芙 黄蓉 李莫愁 陈家洛 杨过 忽必烈 鳌拜 王语嫣
洪七公 韦小宝 阿朱 梅超风 段誉 岳灵珊 完颜洪烈 乔峰 段誉 杨过 杨过 慕容复
黄蓉 杨过 阿紫 杨逍 张三丰 张三丰 赵敏 张三丰 杨逍 黄蓉 金轮法王 郭襄
张三丰 令狐冲 郭芙 韦小宝 黄药师 阿紫 韦小宝 金轮法王 杨逍 令狐冲 阿紫
洪七公 袁冠南 双儿 郭靖 鳌拜 谢逊 阿紫 郭襄 梅超风 张无忌 段誉 忽必烈
完颜洪烈 双儿 逍遥子 谢逊 完颜洪烈 殷天正 金轮法王 张三丰 双儿 郭襄 阿朱
郭襄 双儿 李莫愁 郭襄 忽必烈 金轮法王 张无忌 鳌拜 忽必烈 郭襄 令狐冲
谢逊 梅超风 殷天正 段誉 袁冠南 张三丰 王语嫣 阿紫 谢逊 杨过 郭靖 黄蓉
双儿 灭绝师太 段誉 张无忌 陈家洛 黄蓉 鳌拜 黄药师 逍遥子 忽必烈 赵敏
逍遥子 完颜洪烈 金轮法王 双儿 鳌拜 洪七公 郭芙 郭襄'''
print(len(set(s.split())))
字典翻转输出
din = eval(input())
try:
dout={value : key for key,value in din.items()}
print(dout)
except:
print('输入错误')
s = input()
try:
d = eval(s)
e = {}
for k in d:
e[d[k]] = k
print(e)
except:
print("输入错误")
《沉默的羔羊》之最多单词
import jieba
txt = open("沉默的羔羊.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
counts = {}
for word in words:
if len(word) == 1:
continue
else:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
print(items[0][0])
import jieba
f = open("沉默的羔羊.txt", encoding='utf-8')
ls = jieba.lcut(f.read())
d = {}
for w in ls:
if len(w) >= 2:
d[w] = d.get(w, 0) + 1
maxc = 0
maxw = ""
for k in d:
if d[k] > maxc :
maxc = d[k]
maxw = k
elif d[k] == maxc and k > maxw:
maxw = k
print(maxw)
f.close()
单向选择题
1、关于Python的元组类型,以下选项错误的是:????????????????????????????????????????????????????????????????????????????????????????????????
A、元组采用逗号和圆括号(可选)来表示
B、一个元组可以作为另一个元组的元素,可以采用多级索引获取信息
C、元组一旦创建就不能被修改
D、元组中元素必须是相同类型
正确答案 D 序列类型(元组、列表)中元素都可以是不同类型。
2、哪个选项是下面代码的输出结果?????????????????????????????????????????????????????????????????????????????????????????????????
d={'a':1,'b':2,'b':3}
print(d['b'])
A、1
B、‘b’= 2
C、2
D、3
正确答案 D
创建字典时,如果相同键对应不同值,字典采用最后(最新)一个"键值对"。
3、关于Python组合数据类型,以下描述错误的是:????????????????????????????????????????????????????????????????????????????????????????????????
A、组合数据类型可以分为3类:序列类型、集合类型和映射类型
B、组合数据类型能够将多个相同类型或不同类型的数据组织起来,通过单一的表示使数据操作更有序、更容易
C、序列类型是二维元素向量,元素之间存在先后关系,通过序号访问
D、Python的字符串、元组和列表类型都属于序列类型
正确答案 C
序列类型总体上可以看成一维向量,如果其元素都是序列,则可被当作二维向量。
4、列表ls,哪个选项对ls.append(x)的描述是正确的?????????????????????????????????????????????????????????????????????????????????????????????????
A、只能向列表ls最后增加一个元素x
B、向列表ls最前面增加一个元素x
C、向ls中增加元素,如果x是一个列表,则可以同时增加多个元素
D、替换列表ls最后一个元素为x
正确答案 A
ls.append(x),如果x是一个列表,则该列表作为一个元素增加的ls中。
5、给定字典d,哪个选项对x in d的描述是正确的?????????????????????????????????????????????????????????????????????????????????????????????????
A、x是一个二元元组,判断x是否是字典d中的键值对
B、判断x是否是字典d中的值
C、判断x是否是在字典d中以键或值方式存在
D、判断x是否是字典d中的键
正确答案 D
键是值的序号,也是字典中值的索引方式。
因此,x in d 中的x被当作d中的序号进行判断。
6、序列s,哪个选项对s.index(x)的描述是正确的?????????????????????????????????????????????????????????????????????????????????????????????????
A、返回序列s中x的长度
B、返回序列s中元素x第一次出现的序号
C、返回序列s中元素x所有出现位置的序号
D、返回序列s中序号为x的元素
正确答案 B
注意:s.index(x)返回第一次出现x的序号,并不返回全部序号。
7、以下不是Python序列类型的是:????????????????????????????????????????????????????????????????????????????????????????????????
A、元组类型
B、列表类型
C、字符串类型
D、数组类型
正确答案 D
Python内置数据类型中没有数组类型。
8、关于大括号{},以下描述正确的是:????????????????????????????????????????????????????????????????????????????????????????????????
A、直接使用{}将生成一个字典类型
B、直接使用{}将生成一个列表类型
C、直接使用{}将生成一个集合类型
D、直接使用{}将生成一个元组类型
正确答案 A
集合类型和字典类型最外侧都用{}表示,不同在于,集合类型元素是普通元素,字典类型元素是键值对。
字典在程序设计中非常常用,因此,直接采用{}默认生成一个空字典。
9、给定字典d,哪个选项对d.values()的描述是正确的?????????????????????????????????????????????????????????????????????????????????????????????????
A、返回一个集合类型,包括字典d中所有值
B、返回一个元组类型,包括字典d中所有值
C、返回一个列表类型,包括字典d中所有值
D、返回一种dict_values类型,包括字典d中所有值
正确答案 D
运行如下代码:(其中d是一个预定义的字典)
python d={"a":1, "b":2} type(d.values())
输出结果是:<class ‘dict_values’>
d.values()返回的是dict_values类型,这个类型通常与for…in组合使用。
10、S和T是两个集合,哪个选项对S^T的描述是正确的?????????????????????????????????????????????????????????????????????????????????????????????????
A、S和T的差运算,包括在集合S但不在T中的元素
B、S和T的补运算,包括集合S和T中的非相同元素
C、S和T的交运算,包括同时在集合S和T中的元素
D、S和T的并运算,包括在集合S和T中的所有元素
正确答案 B
集合"交并差补"四种运算分别对应的运算符是:& | - ^
程序设计题
数字不同数之和
'''
描述:
获得用户输入的一个整数N,输出N中所出现不同数字的和。????????????????????????????????????????????????????????????????????????????????????????????????
例如:用户输入 123123123,其中所出现的不同数字为:1、2、3,这几个数字和为6。
'''
ls = set(input())
sum=0
for i in ls:
sum = sum + eval(i)
print(sum)
人名最多数统计
'''
描述:
编程模板中给出了一个字符串,其中包含了含有重复的人名,请直接输出出现最多的人名。
'''
s = '''双儿 洪七公 赵敏 赵敏 逍遥子 鳌拜 殷天正 金轮法王 乔峰 杨过 洪七公 郭靖
杨逍 鳌拜 殷天正 段誉 杨逍 慕容复 阿紫 慕容复 郭芙 乔峰 令狐冲 郭芙
金轮法王 小龙女 杨过 慕容复 梅超风 李莫愁 洪七公 张无忌 梅超风 杨逍
鳌拜 岳不群 黄药师 黄蓉 段誉 金轮法王 忽必烈 忽必烈 张三丰 乔峰 乔峰
阿紫 乔峰 金轮法王 袁冠南 张无忌 郭襄 黄蓉 李莫愁 赵敏 赵敏 郭芙 张三丰
乔峰 赵敏 梅超风 双儿 鳌拜 陈家洛 袁冠南 郭芙 郭芙 杨逍 赵敏 金轮法王
忽必烈 慕容复 张三丰 赵敏 杨逍 令狐冲 黄药师 袁冠南 杨逍 完颜洪烈 殷天正
李莫愁 阿紫 逍遥子 乔峰 逍遥子 完颜洪烈 郭芙 杨逍 张无忌 杨过 慕容复
逍遥子 虚竹 双儿 乔峰 郭芙 黄蓉 李莫愁 陈家洛 杨过 忽必烈 鳌拜 王语嫣
洪七公 韦小宝 阿朱 梅超风 段誉 岳灵珊 完颜洪烈 乔峰 段誉 杨过 杨过 慕容复
黄蓉 杨过 阿紫 杨逍 张三丰 张三丰 赵敏 张三丰 杨逍 黄蓉 金轮法王 郭襄
张三丰 令狐冲 赵敏 郭芙 韦小宝 黄药师 阿紫 韦小宝 金轮法王 杨逍 令狐冲 阿紫
洪七公 袁冠南 双儿 郭靖 鳌拜 谢逊 阿紫 郭襄 梅超风 张无忌 段誉 忽必烈
完颜洪烈 双儿 逍遥子 谢逊 完颜洪烈 殷天正 金轮法王 张三丰 双儿 郭襄 阿朱
郭襄 双儿 李莫愁 郭襄 忽必烈 金轮法王 张无忌 鳌拜 忽必烈 郭襄 令狐冲
谢逊 梅超风 殷天正 段誉 袁冠南 张三丰 王语嫣 阿紫 谢逊 杨过 郭靖 黄蓉
双儿 灭绝师太 段誉 张无忌 陈家洛 黄蓉 鳌拜 黄药师 逍遥子 忽必烈 赵敏
逍遥子 完颜洪烈 金轮法王 双儿 鳌拜 洪七公 郭芙 郭襄 赵敏'''
ls = s.split()
counts = {}
for name in ls:
counts[name] = counts.get(name, 0) + 1
counts = list(counts.items())
counts.sort(key=lambda x:x[1], reverse=True)
print(counts[0][0])
学习笔记
1、集合类型及操作
1.1 集合类型定义
集合是多个元素的无序组合。
- 集合用大括号{}表示,元素间用逗号分隔
- 建立集合类型用{}或set,建立空集合必须使用set
- 每个元素唯一,不存在相同元素
- 集合元素不可更改,不能是可变数据类型
1.2 集合操作符
操作符及应用 | 描述 |
---|
S | T | 并,返回一个新集合,包括在集合S和T中的所有元素 | S - T | 差,返回一个新集合,包括在集合S但不在T中的元素 | S & T | 交,返回一个新集合,包括同时在集合S和T中的元素 | S ^ T | 补,返回一个新集合,包括在集合S和T中的非相同元素 | S <= T 或 S < T | 返回True/Flase,判断S和T的子集关系 | S >= T 或 S > T | 返回True/False,判断S和T的包含关系 |
1.3 集合处理方法
操作函数或方法 | 描述 |
---|
S.add(x) | 如果x不在集合S中,将x增加到S | S.discard(x) | 移除S中元素x,如果x不在集合S中,不报错 | S.remove(x) | 移除S中元素x,如果x不在集合S中,产生KeyError异常 | S.clear() | 移除S中所有元素 | S.pop() | 随机返回S的一个元素,更新S,若S为空产生KeyError异常 | S.copy() | 返回集合S的一个副本 | len(S) | 返回集合S的元素个数 | x in S | 判断S中元素x,x在集合S中,返回True,否则返回False | x not in S | 判断S中元素x,x不在集合S中,返回True,否则返回False | set(x) | 将其他类型变量转变为集合类型 |
1.4 集合类型应用场景
2、序列类型及操作
2.1 序列
序列的定义
序列是具有先后关系的一组元素
python的序列类型包括元组,列表,字符串
- 序列是以为元素向量,元素类型可以不同
- 类似数学元素序列:s0,s1,s2,…,s(n-1)
- 元素间由序号引导,通过下标访问序列的特定元素
序列处理函数及方法
操作符及应用 | 描述 |
---|
x in s | 如果x是序列s的元素,返回Ture,否则返回Flase | x not in s | 如果x是序列s的元素,返回Flase,否则返回Ture | s + t | 连接两个序列s和t | s*n 或 n *s | 将序列s复制n次 | s[i] | 索引,返回s中的第i个元素,i是序列的序号 | s[i:j] 或 s[i: j: k] | 切片,返回序列s中第i到j以k为步长的元素子序列 |
序列的通用函数和方法
函数和方法 | 描述 |
---|
len(s) | 返回序列s的长度,即元素个数 | min(s) | 返回序列s的最小元素,s中元素需要可比较 | max(s) | 返回序列s的最大元素,s中元素需要可比较 | s.index(x)或 s.index(x,i,j) | 返回序列s从i开始到j位置中第一次出现元素x的位置 | s.count(x) | 返回序列s中出现x的总次数 |
2.2 元组
元组的定义
元组是序列类型的一种扩展
- 元组是一种序列类型,一旦创建就不能被修改
- 使用小括号()或tuple()创建,元素间用逗号分隔
- 可以使用或不适用小括号
元组的操作
- 元组继承了序列类型的全部通用操作
- 元组因为创建后不能修改,没有特殊操作
- 可以使用或不使用小括号
2.3 列表
列表的定义
- 列表是序列类型的一种扩展,十分常用
- 使用方括号[]或list()创建,元素间用逗号分隔
- 列表中各元素类型可以不同,无长度限制
列表的操作
函数 | 描述 |
---|
ls[i] = x | 替换列表ls第i元素为x | ls[i: j: k] = lt | 用列表lt替换ls切片后对应元素字列表 | del ls[i] | 删除列表ls中第i元素 | del ls[i: j: k] | 删除列表ls中第i到第j以k为步长的元素 | ls += lt | 更新列表ls,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 | 方法 | | ls.append(x) | 在列表ls最后增加一个元素x | ls.clear() | 删除列表ls中所有元素 | ls.copy() | 生成一个新列表,赋值ls中所有元素 | ls.insert(i,x) | 在列表ls的第i位置增加元素x | ls.pop(i) | 将列表ls中第i位置元素取出并删除该元素 | ls.remove(x) | 将列表ls中出现的第一个元素x删除 | ls.reverse() | 将列表ls中的元素反转 |
列表功能实现
lt = []
lt += [1,2,3,4,5]
lt[2] = 6
lt.insert(2,7)
del lt[1]
del lt[1:4]
print(0 in lt)
lt.append(0)
lt.index(0)
len(lt)
max(lt)
lt.clear()
2.4 序列类型应用场景
元组用于元素不改变的应用场景,更多用于固定搭配场景
如果不希望数据被程序所改变,转换成元组类型
列表更加灵活,是最常用的序列类型
最主要作用:表示一组有序数据,进而操作它们
3、实例9:基本统计值计算
def getNum():
nums = []
inNumStr = input("请输入数字(回车退出):")
while inNumStr != '':
nums.append(eval(inNumStr))
inNumStr = input("请输入数字(回车退出):")
return nums
def mean(numbers):
s = 0.0
for num in numbers:
s = s + num
return s / len(numbers)
def dev(numbers,mean):
sdev = 0.0
for num in numbers:
sdev = sdev + (num - mean) ** 2
return pow(sdev / (len(numbers)-1),0.5)
def median(numbers):
numbers.sort()
size = len(numbers)
if size % 2 == 0:
med = (numbers[size//2-1]+numbers[size//2])/2
else:
med = numbers[size//2]
return med
n = getNum()
m = mean(n)
print("平均值:{},方差:{:.2f},中位数:{}。".format(m,dev(n,m),median(n)))
4、字典类型及操作
4.1 字典类型定义
映射是一种键(索引)和值(数据)的对应
字典类型是“映射”的体现
- 键值对:键是数据索引的扩展
- 字典是键值对的集合,键值对之间无序
- 采用大括号{ }和dict()创建,键值对用冒号:表示
4.2 字典处理函数及方法
函数或方法 | 描述 |
---|
del d[k] | 删除字典d中键k对应的数据值 | k in d | 判断键k是否在字典d中,如果在返回True,否则返回False | d.keys() | 返回字典d中所有的键信息 | d.values() | 返回字典d中所有的值信息 | d.items() | 返回字典d中所有的键值对信息 | 方法 | | d.get(k, ) | 键k存在,则返回相应值,不在则返回值 | d.pop(k, ) | 键k存在,则取出相应值,不在则返回值 | d.popitem() | 随机从字典中d取出一个键值对,以元组形式返回 | d.clear() | 删除所有的键值对 | len(d) | 返回字典d中元素的个数 |
字典功能实现
d = {}
d['one'] = 1
d['two'] = 2
d['two'] = 'number 2'
print('c' in d)
print(len(d))
d.clear()
4.3 字典类型应用场景
映射的表达
- 映射无处不在,键值对无处不在,例如:统计数据出现的次数,数据是键,次数是值。
- 最主要的作用:表达键值对数据,进而操作它们
元素遍历
for k in d:
? <语句块>
5、jieba库的使用
5.1 jieba库基本介绍
jieba是优秀的中文分词第三方库
- 中文文本需要通过分词获得单个的词语
- jieba是优秀的中文分词第三方库,需要额外安装
- jieba库提供三种分词模式,最简单只需掌握一个函数
5.2 jieba库的安装(pycharm环境)
在File -> Settings -> Project Interpreter的库界面中点击右侧加号
在搜索框中输入jieba,点击左下角install,等待,完成后会提示安装成功。
5.3 jieba库使用说明
jieba分词具有三种模式
精确模式:把文本精确的切分开,不存在冗余单词
全模式:把文本中所有可能的词语都扫描出来,有冗余
搜索引擎模式:在精确模式基础上,对长词再次切分
函数 | 描述 |
---|
jieba.lcut(s) | 精确模式,返回一个列表的分词结果 >>> jieba.lcut(‘中国是一个伟大的国家’) [‘中国’, ‘是’, ‘一个’, ‘伟大’, ‘的’, ‘国家’] | jieba.lcut(s,cut_all = True) | 全模式,返回一个列表类型的分词结果,存在冗余 >>> jieba.lcut(‘中国是一个伟大的国家’,cut_all=True) [‘中国’, ‘国是’, ‘一个’, ‘伟大’, ‘的’, ‘国家’] | jieba.lcut_for_search(s) | 搜索引擎模式,返回一个列表类型的分词结果,存在冗余 >>> jieba.lcut_for_search(‘中国共和国是伟大的’) [‘中国’, ‘共和’, ‘共和国’, ‘是’, ‘伟大’, ‘的’] | jieba.add_word(w) | 向分词词典增加新词w jieba.add_word(‘蟒蛇语言’) |
6、文本词频统计
Hamlet词频统计
def getText():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
txt = txt.replace(ch, " ")
return txt
hamletTxt = getText()
words = hamletTxt.split()
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
for i in range(10):
word, count = items[i]
print ("{0:<10}{1:>5}".format(word, count))
《三国演义》人物出场统计(前十)
import jieba
excludes = {"将军","却说","荆州","二人","不可","不能","如此","商议","如何","主公",
"军士","左右","军马","引兵","次日","大喜","天下","东吴","于是","今日",
"不敢","魏兵","陛下","一人","都督","人马","不知"}
txt = open("threekingdoms.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"
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(10):
word, count = items[i]
print ("{0:<10}{1:>5}".format(word, count))
资料来源: Python语言程序设计_北京理工大学_中国大学MOOC(慕课) https://www.icourse163.org/course/BIT-268001
|