复合数据类型，英文词频统计

作业来源于：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696

1.列表，元组，字典，集合分别如何增删改查及遍历。

1.列表

list = ['wang','li','chen']
list.append('huang')
print(list)
#末尾插入元素
list = ['wang','li','chen']
list.insert(2,'huang')
print(list)
#元素插入指定位置
list = ['wang','li','chen']
list.remove('li')
print(list)
#按名称删除元素
list = ['wang','li','chen']
list.pop(1)
print(list)
#按位置删除元素
list = ['wang','li','chen']
list[1] = 'huang'
print(list)
#按位置修改元素
list = ['wang','li','chen']
print(list[1])
#查找元素
list = ['wang','li','chen']
for bl in list:
    print("序号:{}  {}".format(list.index(bl),bl))
#遍历

2.元组

ob = ('wang','li')
ob2 = ('chen','huang')
ob3 = ob + ob2
print(ob3)
#添加元素
ob3 = ('wang','li','chen','huang')
print("第一个:{} 第二个:{}".format(ob3[0],ob3[1]))
#查找指定元素
ob = ('wang','li')
print("元组删除")
del ob
#元组删除
ob3 = ('wang','li','chen','huang')
for bl in ob3:
    print(bl)
#遍历元组

3.字典

dict = {'wang':100,'li':90,'chen':80}
dict['huang'] = 70
print(dict)
#添加元素
dict = {'wang':100,'li':90,'chen':80}
del dict['wang']
print(dict)
#删除元素
dict = {'wang':100,'li':90,'chen':80}
dict.pop('wang')
print(dict)
#删除元素
dict = {'wang':100,'li':90,'chen':80}
dict['wang'] = 99
print(dict)
#修改元素
dict = {'wang':100,'li':90,'chen':80}
print("查找的人:{}".format(dict['wang']))
#查找元素
dict = {'wang':100,'li':90,'chen':80}
for bl in dict:
    print("{}:{}".format(bl,dict[bl]))
    #遍历字典

4.集合

s = set(['wang','li','chen'])
s.add('huang')
print(s)
#添加元素
s = set(['wang','li','chen'])
s.remove('wang')
print(s)
#删除元素
s = set(['wang','li','chen'])
s = list(s)
s[0] = 'huang'
s = set(s)
print(s)
#修改元素
s = set(['wang','li','chen'])
s.clear()
print(s)
s = set(['wang','li','chen'])
for bl in s:
    print(bl)
    #遍历

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：

• 括号
  列表：[ ]
  元组：( )
  字典：{ }
  集合：( )
• 有序无序
  列表：有
  元组：有
  字典：无
  集合：无
• 可变不可变
  列表：可变
  元组：不可变
  字典：不可变
  集合：可变
• 重复不可重复
  列表：重复
  元组：重复
  字典：不可重复
  集合：不可重复
• 存储与查找方式
  列表：按照一定顺序编写，通过偏移读取
  元组：与列表差不多
  字典：存储的是对象引用，不是拷贝，和列表一样
  集合：与列表差不多

3.词频统计

f = open(r'D:pyhomeworkigbigword.txt',encoding='utf8')
#打开文件
stop={'a','the','and','i','you','in','but','not','with','by','its','for','of','an','to','my','myself','we','our','ours','ourelves','about','no','nor'}
def gettext():
    sep = "~`*()!<>?,./;':[]{}-=_+"
    text = f.read().lower()
    for s in sep:
        text=text.replace(s,'')
    return text
#读取文件
textList = gettext().split()
print(textList)
#分解提取单词
textSet = set(textList)
stop = set(stop)
textSet = textSet - stop
print(textSet)
#排除语法词
textDict = {}
for word in textSet:
    textDict[word] = textList.count(word)
    print(textDict)
print(textDict.items())
word = list(textDict.items())
#单词计数
word.sort(key=lambda x:x[1],reverse=True)
print(word)
#排序
for q in range(20):
    print(word[q])
#次数为前20的单词

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