为mooc网站的北京理工大学的 嵩天 、黄天羽 、礼欣 三位老师的课程笔记。
欢迎starGITHUB可下载源码
6 组合数据类型
6.1 集合类型及操作
6.2 序列类型及操作（元组类型、列表类型）
6.3 实例9：基本统计值计算
6.4 字典类型及操作
6.5 模块5：jieba库的使用
6.6 实例10：文本词频统计
6.1 集合类型及操作
集合类型定义；
集合操作符；
集合处理方法；
集合类型应用场景；
6.1.1 集合定义
集合是不可变数据类型，每个元素唯一，不存在相同元素，元素之间无顺序，用大括号{}表示，元素间用逗号分隔，建立集合用{}或set()，建立空集合时必须使用set()；
A = {"python", 123, ("python", 123)}：{123,‘python’,(‘python’,123)}; #使用{}建立集合
B = set("pypy123"):{‘1’,‘p’,‘2’,‘3’,‘y’}; #使用set()建立集合
6.1.2 集合操作符
并，差，交，补
6.1.3 集合处理方法
6.1.4 集合类型应用场景
包含关系比较；数据去重：集合类型所有元素无重复；ls = ["p", "p", "y", "y", 123] s = set(ls) #利用了集合无重复元素的特点 lt = list(s) #将集合转换为列表
6.2 序列类型及操作
序列类型定义；序列类型处理函数及方法；元组类型及操作；列表类型及操作；序列类型应用场景；
6.2.1 定义
序列是具有先后关系的一组元素：是一维元素向量，元素类型可不同；类似数学元素；元素间由序号引导，通过小标访问序列的特定元素；序列是一个基类类型：里面有字符串类型，元组类型，列表类型；反向递减，正向递增；6.2.2 处理函数及方法
5个函数和方法
6.2.3 元组类型及操作
元组是序列类型的一种扩展：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；可使用小括号或不使用小括号；元组继承序列类型的全部通用操作：没有特殊操作；6.2.4 列表类型及操作
列表是序列类型，创建后可随意修改；使用[]或list()创建，元素间用逗号分隔；操作函数和方法
6.2.5 应用场景
数据表示：元组用于元素不改变的应用场景，更多用于固定搭配场景；列表更加灵活，最常用的序列类型；表示一组有序数据；元素遍历：for item in ls:;for item in tp:;数据保护：不希望数据被程序所改变，转换成元组类型（tuple()）；# 6.1.3.pyA = {"python", 123, ("python", 123)}try:while True:print(A.pop(),end="")except:pass
123python('python', 123)
6.3 基本数据统计值计算
需求：给出一组数，对它们有个概要理解；
总个数：len()求和：for ... in平均值：求和/总个数方差：各数据与平均数差的平方的和的平均数中位数：排序，求中间值
# 6.3CalStatisticsV1.pydef getNum():#获取用户输入nums = []iNumStr = input("请输入数字（回车退出）：")while iNumStr != "":nums.append(eval(iNumStr))iNumStr = input("请输入数字（回车退出）：")return numsdef mean(numbers): #计算平均值s = 0.0for num in numbers:s = s + numreturn s/len(numbers)def dev(numbers, mean): #计算方差sdev = 0.0for num in numbers:sdev = sdev + (num - mean)**2return pow(sdev / (len(numbers)-1),0.5)def median(numbers): #计算中位数sorted(numbers)#排序size = len(numbers)if size % 2 == 0:med = (numbers[size//2-1] + numbers[size//2])/2else:med = numbers[size//2]return medn = getNum()m = mean(n)print("平均值:{},方差:{:.2},中位数:{}".format(m,dev(n,m),median(n)))
请输入数字（回车退出）：1请输入数字（回车退出）：2请输入数字（回车退出）：3请输入数字（回车退出）：4请输入数字（回车退出）：5请输入数字（回车退出）：平均值:3.0,方差:1.6,中位数:3
6.4 字典类型及操作
字典类型定义，字典处理函数及方法，字典类型应用场景
6.4.1 定义
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；type(x)：返回变量x的类型；6.4.2 处理函数及方法
6.4.3 应用场景
映射的表达；表达键值对数据，进而操作它们；
6.5 jieba库介绍
6.5.1 概述
中文分词第三方库；
6.5.2 jieba分词的三种模式
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；常用函数6.6 实例10：文本词频统计
6.6.1 问题分析
在英文中文中，出现哪些词，出现多少次？
6.6.2 hamlet英文词频统计
CalHamletV1.py6.6.3 三国演义人物出场统计
CalThreeKingdomsV1.pyCalThreeKingdomsV2.py# CalHamletV1.pydef getText():#获取文本，归一化处理文本txt = open("E:\python\learn\hamlet.txt","r").read() #打开文件txt = txt.lower()#将所有大写字母变成小写for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_{|}~"': #将文本中特殊符号替换为空格txt = txt.replace(ch," ")return txthamletTxt = getText()words = hamletTxt.split() #采用空格将字符串中的信息进行分隔，以列表形式返回给变量counts = {}for word in words:counts[word] = counts.get(word,0) + 1 #统计字数items = list(counts.items()) #将字典类型转换成列表类型items.sort(key=lambda x:x[1], reverse=True) #对一个列表按照键值对的2个元素的第2个元素进行排序，排序方式为由大到小的倒排for i in range(10): #将前10位字数打印输出word, count = items[i]print("{0:<10}{1:>5}".format(word,count))
the 137to 99he 71and65hamlet 57of 52his52was49that 36king 31
#CalThreeKingdomsV1.py 三国演义人物出场文本统计import jiebatxt = open("E:/python/learn/threekingdoms.txt","r",encoding="utf-8").read()words = jieba.lcut(txt)counts = {}for word in words:if len(word) == 1:continueelse:counts[word] = counts.get(word,0) + 1items = list(counts.items())items.sort(key=lambda x:x[1],reverse=True)for i in range(15):word, count = items[i]print("{0:<10}{1:>5}".format(word, count))
曹操934孔明831将军761却说647玄德569关公509丞相488二人465不可435荆州420孔明曰 385玄德曰 383不能383如此376张飞348
#CalThreeKingdomsV2.py 三国演义人物出场文本统计import jiebatxt = open("E:/python/learn/threekingdoms.txt","r",encoding="utf-8").read()excludes = {"将军","却说","荆州","二人","不可","不能","如此"} #构建排除集合words = jieba.lcut(txt)counts = {}for word in words:if len(word) == 1:continueelif 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 = wordcounts[rword] = counts.get(rword,0) + 1for word in excludes:del counts[word]items = list(counts.items())items.sort(key=lambda x:x[1],reverse=True)for i in range(15):word, count = items[i]print("{0:<10}{1:>5}".format(word, count))
曹操 1429孔明 1373刘备 1223关羽779张飞348商议344如何336主公327军士310吕布300左右291军马288次日270引兵269大喜265
点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀
😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘
💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪
如果觉得《Python语法基础（U.6）-组合数据类型》对你有帮助，请点赞、收藏，并留下你的观点哦！
