不止一次在微信、知乎有讀者朋友跑過(guò)來(lái)問(wèn)：看完了基礎(chǔ)書，甚至看兩遍了，但自己寫的時(shí)候還是沒(méi)思路，我該怎么辦？

編程在我看來(lái)就是一門手藝活，絕不是簡(jiǎn)單通過(guò)看書就能學(xué)會(huì)的，跟學(xué)游泳、學(xué)車、學(xué)鋼琴一個(gè)道理，沒(méi)別的，掌握了最基本的理論之后就是干，只有通過(guò)大量的練習(xí)、實(shí)戰(zhàn)才能掌握編程這門技能，之后再回過(guò)來(lái)頭來(lái)繼續(xù)深入理論

這個(gè)問(wèn)題在知識(shí)星球也同樣被問(wèn)，于是在那里我們?cè)O(shè)了每日一題的專題，每周會(huì)出三道題給大家，做完之后要求提交到 GitHub，我會(huì)統(tǒng)一對(duì)代碼進(jìn)行 review。這些題一般都是出自于一些真實(shí)應(yīng)用場(chǎng)景，通過(guò)這種方式來(lái)提高編程水平。

下面這道題我們?cè)谛乔蛑械牡谌}，在你往下翻之前，不妨梳理下你的編程思路。

題目：

統(tǒng)計(jì)一個(gè)文件中每個(gè)單詞出現(xiàn)的次數(shù)，列出出現(xiàn)頻率最多的5個(gè)單詞。

前言：

這道題在實(shí)際應(yīng)用場(chǎng)景中使用比較廣泛，記得哪里看到說(shuō)李笑來(lái)就利用他的編程技能出版過(guò)一本背單詞的暢銷書，統(tǒng)計(jì)歷年來(lái)四六級(jí)、托?？荚囍谐霈F(xiàn)的高頻詞匯，學(xué)生根據(jù)詞頻來(lái)記單詞，這種方式深受大家喜歡。這就是一個(gè)把編程技能用來(lái)解決實(shí)際問(wèn)題的典型場(chǎng)景。

所以，哪怕你不是程序員，如果能掌握編程技能的話，也能給你的工作帶來(lái)極大的便利。

另外，在做數(shù)據(jù)分析時(shí)，那些詞云效果本質(zhì)上都是基于詞頻統(tǒng)計(jì)來(lái)控制字體的大小，如果你能熟練運(yùn)用Python中的知識(shí)來(lái)解決問(wèn)題的話，那說(shuō)明你真正入門Python了。

分析：

本題主要考察以下幾個(gè)方面的知識(shí)點(diǎn)：

1、如何正確讀寫文件

在 Python 中讀寫文件可以使用內(nèi)置函數(shù)open()，而 open 函數(shù)在python2 和 python3 中有一定的區(qū)別，比如 Python 中可以指定讀寫文件的編碼格式，而 Python 則不可以，為了同時(shí)兼容2和3，我們通常會(huì)使用io模塊下面的 open 函數(shù)，大家可以查文檔搞清楚它們之間的區(qū)別，培養(yǎng)主動(dòng)學(xué)習(xí)能力和查資料的習(xí)慣。

另外一點(diǎn)是讀寫文件完成之后是需要關(guān)閉文件描述符的，除了可以使用 try...except...finally的語(yǔ)法之后，我們還可以使用更優(yōu)雅的 with … as 的語(yǔ)法來(lái)自動(dòng)關(guān)閉文件。

2、如何對(duì)數(shù)據(jù)進(jìn)行排序

sorted函數(shù)是一個(gè)使用頻率很高的內(nèi)置函數(shù)，它的用法也很強(qiáng)大，因?yàn)樗梢酝ㄟ^(guò)指定參數(shù) key 來(lái)進(jìn)行自定義排序，也就意味著你不僅可以對(duì)數(shù)字排序、對(duì)字母排序、還可以對(duì)列表、字典、自定義的對(duì)象進(jìn)行排序，你只需要要告訴 sorted 函數(shù)的排序規(guī)則是什么，比如一個(gè)people對(duì)象，我既可以根據(jù)年齡排序也可以根據(jù)身高體重來(lái)排序，所以這個(gè)函數(shù)時(shí)非常靈活的，另外，對(duì)于列表對(duì)象有自帶的 sort 方法，如果能區(qū)分清楚 list.sort 與 sorted 之間區(qū)別那說(shuō)明你已經(jīng)能靈活運(yùn)用了。

 3、匿名函數(shù)的使用

剛說(shuō)了sorted函數(shù)可以指定一個(gè)參數(shù)來(lái)控制排序的規(guī)則，這個(gè)參數(shù)可以是一個(gè)函數(shù)，這種場(chǎng)景往往匿名函數(shù)，就是我們常說(shuō)的lambda函數(shù)顯得很應(yīng)景。

4、字典類型的運(yùn)用

做詞頻統(tǒng)計(jì)，用字典無(wú)疑是最合適的數(shù)據(jù)類型，單詞作為字典的key， 單詞出現(xiàn)的次數(shù)作為字典的 value，很方便地就記錄好了每個(gè)單詞的頻率，字典很像我們的電話本，每個(gè)名字關(guān)聯(lián)一個(gè)電話號(hào)碼。另外，字典最大的特點(diǎn)就是它的查詢速度會(huì)非?？?。理想情況下時(shí)間復(fù)雜度為O(1)，我是說(shuō)理想情況，如果你想深入了解字典的話，建議看看這篇文章。Python中提供了豐富的數(shù)據(jù)結(jié)構(gòu)，要懂得根據(jù)應(yīng)用場(chǎng)景正確選擇合適的數(shù)據(jù)類型

5、正則表達(dá)式的運(yùn)用

處理文本、字符串，正則表達(dá)式簡(jiǎn)直是神器，無(wú)論是做數(shù)據(jù)爬蟲還是表單驗(yàn)證使用非常廣泛，當(dāng)然，正則表達(dá)式并不是 Python 特有的東西，所有編程語(yǔ)言都支持，我們除了學(xué)習(xí)正則表達(dá)式的基本規(guī)則之外就是Python中的re模塊提供的各種函數(shù)了，只有熟悉了API 我們才能運(yùn)用到實(shí)際場(chǎng)景中去。關(guān)于正則表達(dá)式推薦一篇文章：Python正則表達(dá)式操作指南

以上5點(diǎn)，每個(gè)點(diǎn)都可以整理出一篇文章出來(lái)

實(shí)現(xiàn)：

分析完之后，我們實(shí)現(xiàn)起來(lái)其實(shí)是非常快的。所以我們?cè)谀玫揭粋€(gè)需求的時(shí)候，首先肯定是把需求弄清楚，想想大概可以用哪些技術(shù)來(lái)實(shí)現(xiàn)，隨后才是動(dòng)手寫代碼，其實(shí)我們?cè)诠ぷ魃?，真正寫代碼的時(shí)間還不到一半。

# -*- coding:utf-8 -*-
import io
import re

class Counter:
 def __init__(self, path):
 """
 :param path: 文件路徑
 """
 self.mapping = dict()
 with io.open(path, encoding="utf-8") as f:
 data = f.read()
 words = [s.lower() for s in re.findall("\w+", data)]
 for word in words:
 self.mapping[word] = self.mapping.get(word, 0) + 1

 def most_common(self, n):
 assert n > 0, "n should be large than 0"
 return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]

if __name__ == '__main__':
 most_common_5 = Counter("importthis.txt").most_common(5)
 for item in most_common_5:
 print(item)
#注：這里的文件是以Python之禪的19條格言保存到文本中進(jìn)行統(tǒng)計(jì)的。

打印結(jié)果：

('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)

總結(jié)

當(dāng)然，實(shí)現(xiàn)方法不是唯一的。比如Python模塊本身就提供了一個(gè)collections.Counter的類，它繼承自dict類，就是用于做統(tǒng)計(jì)的，細(xì)心的你可能發(fā)現(xiàn)了，我實(shí)現(xiàn)的這個(gè)Counter和collections下面那個(gè)Counter很像，其實(shí)這就是造輪子，造輪子可以鍛煉我們的編程思維，當(dāng)然在工作上有現(xiàn)成的東西就沒(méi)必要自己造輪子了，除非你有信心做得更好。你也可以思考假如Python沒(méi)有提供Counter這個(gè)工具，你該怎么做。

另外，該模塊還提供一個(gè)有序的字典對(duì)象 OrderedDict，使用它可以免去我們手動(dòng)排序的操作。對(duì)于上面提及的知識(shí)點(diǎn)你是否都了然于心了，如果回答是的話，恭喜你，我想你應(yīng)該掌握差不多了，進(jìn)階吧，如果你還有很多不清楚的地方，那么需要你更多的總結(jié)、練習(xí)。

來(lái)源：python之禪

你眼中的Python大牛 應(yīng)該都有這份書單

Python書單 不將就

不可錯(cuò)過(guò)的十本Python好書

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評(píng)論