2. 计算机
  3. 考生文件夹下存在2个Python源文件和1个文本文件。其中，2个Python源文件对应2个问题，文本文件data．txt中包含一篇从互联网上下载的关于“德国工业4．0战略规划实施建议摘要”的文章。请分别补充2个Python源文件，完成以下功能。 提取主

考生文件夹下存在2个Python源文件和1个文本文件。其中，2个Python源文件对应2个问题，文本文件data．txt中包含一篇从互联网上下载的关于“德国工业4．0战略规划实施建议摘要”的文章。请分别补充2个Python源文件，完成以下功能。 提取主

admin2022-09-10  92
问题 考生文件夹下存在2个Python源文件和1个文本文件。其中，2个Python源文件对应2个问题，文本文件data．txt中包含一篇从互联网上下载的关于“德国工业4．0战略规划实施建议摘要”的文章。请分别补充2个Python源文件，完成以下功能。

提取主题词并统计其频次。要求：在文件PY301-2．py中补充代码，提取clean．txt文件中长度不少于3个字符的词语并统计词频，将词频最高的10个词语作为主题词，并将主题词及其频次显示到屏幕上。输出示例如下。
    4．0：10，制造业：9，…
    注意：输出格式采用英文冒号和英文逗号，标点符号前后无空格，各词语中间用逗号分隔，最后一个词语后无逗号。
    试题程序
    #
    #以下代码仅供参考
    #
　　import jieba
　　
    d={}
    lt=list(d．items())
    lt．sort(key=lambda x：x[1]，reverse=True)
选项
答案import jieba f=open(’clean．txt’，’r’) data=f．read() l=jieba．lcut(data) d={} for i in l： if len(i)>=3： d[i]=d．get(i，0)+1 lt=list(d．items()) lt．sort(key=lambda x：x[1]，reverse=True) for i in lt[：9]： print(i[0]，’：’，end=’，’，sep=’’) print(lt[9][0]，’：’，lt[9][1]，sep=’’) f．close()
解析 (1)本题无须使用jieba库，直接读取文件。此处需要将读取文件的编码设置为utf-8，通过参数encoding设置即可。创建一个包含中文标点符号的字符串，并且该字符串需将空格和换行符考虑进去。考生可先浏览data．txt文件查看有关中文标点。接下来对读取的数据进行遍历，只要不在标点符号字符串内的数据都添加到新的变量中，然后直接写入文件clean．txt即可。
    (2)本题要使用jieba库，则首先用import保留字导入jieba库。打开data．txt文件后，需要用read()方法读入整个文件内容并赋值给data；然后使用jieba库的lcut()函数对data进行精准分词，其分词结果存放在列表1中；最后定义一个字典d，用来存放选出的主题词(键)和该词出现的次数(值)。
  用for循环遍历列表l中的每个元素(主题词)，题目要求选出长度大于等于3个字符的主题词(len(i)>=3)，当主题词符合要求时，就将该元素存入字典d中作为一个键(d)，该键所对应的值设置为1(d．get(i，0)+1)，在后面循环中只要遍历的主题词和键相同，就将该键对应的值加1。
  lt=list(d．items())表示将字典类型变成列表类型，字典中的每个键值对对应列表中的一个元组。随后，对列表lt中的元素进行排序，使用sort()方法。参数“key=lambda x：x[1]”中，lambda是一个隐函数，是固定写法，不能写成别的单词；x表示列表中的一个元素，在这里表示一个元组，x只是临时起的一个名字，也可以使用任意的名字；x[1]表示以元组中第2个元素排序。sort()方法的第2个参数表示排序方式，若该参数为“reverse=True”，则表示按降序排序；若该参数未填写或为“reverse=False”，则表示按升序排序，即按照列表lt中每个元组中的第2个元素(次数)降序排序。
    排序后，通过一个for循环，遍历列表lt中的前9个元组，每个元组的第1个元素(主题词)和第2个元素(次数)通过“：”连接输出，并添加逗号作为输出结束符，空格作为字符分隔符。最后输出第10个元组即可。
转载请注明原文地址:https://kaotiyun.com/show/hznp777K
本试题收录于： 二级Python题库NCRE全国计算机二级分类
0

二级Python

NCRE全国计算机二级

相关试题推荐
随机试题
最新回复(0)