1. 筛选三国云词中的人物名字TOP15
import jieba
from wordcloud import WordCloud
#1.读取小说内容
with open('./novel/threekingdom.txt','r', encoding='utf-8') as f:
words = f.read()
counts = {} #{'name':出现次数,'name':出现
#2. 分词
words_list = jieba.lcut(words)
print(words_list)
for word in words_list:
if len(word) <= 1:
continue
else:
# 更新字典中的值
# counts[word] = 取出字典中原来键对应的值 + 1
# counts[word] = counts[word] + 1 # counts[word]如果没有就要报错
# 字典。get（k） 如果字典中没有这个键 返回 NONE
counts[word] = counts.get(word, 0)+1
print(counts)
#3.词语过滤，删除无关词，重复词
#排除前15中不是人物名字的词语
excludes={"将军","却说","丞相","二人","不可","荆州","孔明曰","不能","玄德曰","如此","商议","如何","主公","军士","军马",
"左右","次日","引兵","大喜","天下","东吴","于是","今日","不敢","魏兵",
"陛下","都督","人马","不知","汉中","一人","只见","众将",
"后主", "大叫", "上马", "此人", "先主", "太守","天子",
}
counts['孔明'] = counts['孔明'] + counts['孔明曰']
counts['玄德'] = counts['玄德'] + counts['玄德曰'] + counts['刘备']
counts['关公'] = counts['关公'] + counts['云长']
for word in excludes:
del counts[word]
#4.排序[(), ()]
items = list(counts.items())
print(items)
def sort_by_count(x):
return x[1]
items.sort(key=sort_by_count, reverse=True)
#取前15
li = [] # ['孔明'， 孔明， 孔明，孔明...., '曹操'。。。。。]
for i in range(14):
#序列解包
role, count = items[i]
print(role, count)
# _ 是告诉看代码的人，循环里面不需要使用临时变量
for _ in range(count):
li.append(role)
#5.得出结论
text = ' '.join(li)
WordCloud(
font_path='msyh.ttc',
background_color='white',
width=800,
height=600,
# 相邻两个重复词之间的匹配
collocations=False
).generate(text).to_file('TOP15.png')
TOP15.png
2. lambda表达式
lambda表达式，通常是不想费神去命名一个函数，并且这个函数只使用一次的场合下使用，也就是指匿名函数。一个lambda表达式的参数可以是无限多个。
- 运用示例
#示例1：使用lambda实现加法运算
sum_num = lambda x1,x2 : x1+x2
print(sum_num(2,3))
#示例2：使用lambda表达式为列表排序
name_info_list =[
("张三",4500),
("李四",6800),
("王五",3000),
("赵六",5000)
]
name_info_list.sort(key=lambda x:x[1],reverse=True)
print(name_info_list)
#示例3：使用lambda表达式为列表排序
stu_info =[
{"name":"zhangsan", "age":18},
{"name":"lisi", "age":30},
{"name":"wangwu", "age":26},
{"name":"zhaoliu", "age":19}
]
stu_info.sort(key=lambda i:i["age"])
print(stu_info)
3. Python推导式
推导式（又称解析式），是可以从一个数据序列构建另一个新的数据序列的结构体。
- 列表推导式
使用普通for循环生成列表和使用推导式生成列表的比较
# 创建列表
li = []
for i in range(10):
li.append(i)
print(li)
print([i for i in range(10)]) #使用推导式
# 筛选出列表中所有的偶数
li = []
for i in range(10):
if i%2 == 0:
li.append(i)
print(li)
print([i for i in range(10) if i%2 == 0]) #使用推导式
# 使用推导式筛选出列表中 大于0 的数
from random import randint
num_list = [randint(-10, 10) for _ in range(10)]
print(num_list)
print([i for i in num_list if i>0])
- 字典推导式
# 生成100个学生的成绩
stu_grades = {'student{}'.format(i):randint(50, 100) for i in range(1, 101)}
print(stu_grades)
# 筛选大于 60分的所有学生
print({k: v for k, v in stu_grades.items() if v >60})
- 集合推导式
集合推导式类似与列表推导式，区别在于{}。
squared = {x**2 for x in [1, 1, 2]}
print(squared)
4. 数据可视化展示
Matplotlib是 Python 的绘图库， 它可与 NumPy 一起使用。能够创建多数类型的图表，如曲线图，散点图，柱状图，饼图，堆叠图，3D 图和地图图表。
- 曲线图
from matplotlib import pyplot as plt #导入matplotlib包
import numpy as np
#设置rc参数显示中文标题
#设置字体为SimHei显示中文
plt.rcParams["font.sans-serif"] = ['SimHei']
#设置正常显示字符
plt.rcParams['axes.unicode_minus'] = False
# 使用100个点 绘制 [0 , 2π]正弦曲线图
#.linspace 左闭右闭区间的等差数列
x = np.linspace(0, 2*np.pi, num=100)
print(x)
y = np.sin(x)
# 正弦和余弦在同一坐标系下
cosy = np.cos(x)
plt.plot(x, y, color='g', linestyle='--',label='sin(x)') #颜色：绿色；线条样式：虚线；绘制sin曲线
plt.plot(x, cosy, color='r',label='cos(x)') #颜色：红色；绘制cos曲线
plt.xlabel('时间（s）') #x轴单位
plt.ylabel('电压（V）') #y轴单位
plt.title('欢迎来到python世界') #标题
# 图例
plt.legend()
plt.show()
正弦、余弦曲线图
- 柱状图
# 柱状图
import string
from random import randint
# print(string.ascii_uppercase[0:6])
# ['A', 'B', 'C'...]
x = ['口红{}'.format(x) for x in string.ascii_uppercase[:5] ]
y = [randint(200, 500) for _ in range(5)]
print(x)
print(y)
plt.xlabel('口红品牌')
plt.ylabel('价格（元）')
plt.bar(x, y)
plt.show()
条形图
- 饼图
#饼图
from random import randint
import string
counts = [randint(3500, 9000) for _ in range(6)]
labels = ['员工{}'.format(x) for x in string.ascii_lowercase[:6] ]
# 距离圆心点距离
explode = [0.1,0,0, 0, 0,0]
colors = ['red', 'purple','blue', 'yellow','gray','green']
plt.pie(counts,explode = explode,shadow=True, labels=labels, autopct = '%1.1f%%',colors=colors)
plt.legend(loc=2)
plt.axis('equal')
plt.show()
饼图
- 散点图
# 散点图
#均值为 0 标准差为1 的正太分布数据
x = np.random.normal(0, 1, 100)
y = np.random.normal(0, 1, 100)
# alpha透明度
plt.scatter(x, y, alpha=0.5)
plt.show()
透明度为0.5的散点图