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

显示结果：

（2）元组

ob = ('aaa','bbb')
ob2 = ('ccc','ddd')
ob3 = ob + ob2
print(ob3)
#添加元素
ob3 = ('aaa','bbb','ccc','ddd')
print("第一个:{} 第二个:{}".format(ob3[0],ob3[1]))
#查找指定元素
ob = ('aaa','bbb')
print("已删除元组ob")
del ob
#元组删除
ob3 = ('你','是','真','滴','皮')
for bl in ob3:
    print(bl)
#遍历元组

　　显示结果：

（3）字典

dict = {'aaa':100,'bbb':90,'ccc':80}
dict['ddd'] = 70
print(dict)
#添加元素
dict = {'aaa':100,'bbb':90,'ccc':80}
del dict['aaa']
print(dict)
#删除元素1
dict = {'aaa':100,'bbb':90,'ccc':80}
dict.pop('aaa')
print(dict)
#删除元素2
dict = {'aaa':100,'bbb':90,'ccc':80}
dict['aaa'] = 99
print(dict)
#修改元素
dict = {'aaa':100,'bbb':90,'ccc':80}
print("查找的人:{}".format(dict['aaa']))
#查找元素
dict = {'aaa':100,'bbb':90,'ccc':80}
for bl in dict:
    print("{}:{}".format(bl,dict[bl]))
    #遍历字典

　　显示结果：

（4）集合

s = set(['aaa','bbb','ccc'])
s.add('123456')
print(s)
#添加元素
s = set(['aaa','bbb','ccc'])
s.remove('aaa')
print(s)
#删除元素
s = set(['aaa','bbb','ccc'])
s = list(s)
s[0] = 'ddd'
s = set(s)
print(s)
#修改元素
s = set(['aaa','bbb','ccc'])
s.clear()
print(s)
s = set(['aaa','bbb','ccc'])
for bl in s:
    print(bl)
    #遍历

　　显示结果：

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：

下列以列表，元组，字典，集合为默认顺序：

• 括号 ------ （1）列表：[ ]   （2）元组：( )   （3）字典：{ }   （4） 集合：( )
• 有序无序------（1）有序 （2）有序 （3）无序 （4）无序
• 可变不可变-----（1）可变   （2）可变    （3）不可变，元组中的元素不可修改、不可删除（4）可变
• 重复不可重复-----（1）可以重复（2）可以重复（3）可以重复（4）不可以重复
• 存储与查找方式------（1）① 找出某个值第一个匹配项的索引位置，如：list.index(‘a’)② 使用下标索引，如：list[1]   （2）使用下标索引，如：tuple[1]（3）通过使用相应的键来查找，如：dict[‘a’] （4）通过判断元素是否在集合内，如：1 in dict

3.词频统计

f = open(r'D:pc软件xiangmuzz.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')

　　显示结果：

词云可视化：