python学习-第三方库综合程序设计实验报告
目录
实验四： Python综合程序设计
实验名称：Python综合程序设计 指导教师：
实验日期： 2022年 12 月 5 日 实验地点：
一、实验目的：
1. 了解多种第三方库的使用方法, 掌握jieba库的基本使用；
2. 掌握文件的读写方法以及打开关闭等基本操作;
3. 了解自顶向下的设计方法和自底向上的执行过程;
4. 了解计算生态和模块编程思想。
二、实验设备及分组
1. PC机或笔记本电脑若干；
2. Window 7及以上版本操作系统；
3. Python 运行环境。
三、实验任务及要求：
实验1-统计高频字符
1．编写程序，统计文件“Nixon.txt”中出现频率最高的20个单词，并将统计结果写入“Tongji.txt”文件中。（注意：除去'the','and','to','of','a','be','from','in','for'等无意义的单词。）
实验分析：本次实验需要读取和写入文件，需要同学掌握py中对文件的操作。统计高频词，则需使用字典对其统计。在完成本次实验时，需要同学对py有一定的学习和理解。
实验重难点：Py中对文件的读取和写入，对列表，字典数据类型的理解和使用
实验源码分析：
def getText(): #定义获取文本函数
with open("suc/Nixon.txt","r") as file: #使用with as 关键字打开文件，open()函数
#中“ ”内容，为打开文本的路径，需要使用自己
#的路径，否则报错。
text=file.read()
text = text.lower() #对文本进行小写转换
for ch in ",.;?-:\'": #对文本中的符号进行检索替换
text = text.replace(ch, " ")
return text
def wordFreq(text,topn): #定义字符统计函数
words = text.split() #使用split()函数将字符串切片并转换为列表
counts = {}.fromkeys(words,0) #定义计数字典
for word in words:
counts[word] = counts[word] + 1
excludes = {'the','and','to','of','a','be','from','in','for'}
for word in excludes:
del(counts[word])
items = list(counts.items()) #将counts字典的items转换为列表，便于排序
items.sort(key=lambda x:x[1], reverse=True) #列表中使用lambda匿名函数排序
return items[:topn]
def writetext(list1): #定义写入文件函数
with open("suc/tongji.txt","w") as file2: #同上文打开文本，需要修改打开模式，“w”为写入
for word,freq in list1:
file2.write("{}\t{}\n".format(word, freq))
text = getText() #调用函数
list1=wordFreq(text,20)
writetext(list1)实验运行截图：
实验2-统计《红楼梦》中人物出现的频率
2． 《红楼梦》，中国四大名著之一，是一部具有世界影响力的人情小说、中国封建社会的百科全书、传统文化的集大成者。小说以贾、史、王、薛四大家族的兴衰为背景，以富贵公子贾宝玉为视角，以贾宝玉与林黛玉、薛宝钗的爱情婚姻悲剧为主线，描绘了一些闺阁佳人的人生百态，展现了真正的人性美和悲剧美，是一部从各个角度展现女性美以及中国古代社会百态的史诗性著作。《红楼梦》篇幅巨大、出场人物繁多，本实验要求编写程序，统计《红楼梦》小说中的关键人物的出场次数。要求：输入电子版《红楼梦》文本，输出出场率最高的10个人物。
实验分析：本次实验中需要同学输入电子版的《红楼梦》文本，及使用py文件操作打开文本文件。需要输出出场最高的10个关键人物，则需要使用py第三方模块jieba完成，第三方库的安装存在问题，移步我另一篇关于py第三库导入的文章。
实验重难点：Python第三方库jieba的引入,用jieba对文本进行分词，print（）函数的格式化输出。
实验源码分析：
import jieba #导入第三方库jieba
#使用open()函数打开文本，路径需要更改为自己存储该文本文件的路径，字符编码设置为UTF-8
txt = open("suc/红楼梦.txt", "r", encoding='utf-8').read()
#调用jieba库中的lcut()函数，函数规则为精准匹配模式，返回值是一个列表
words = jieba.lcut(txt)
counts = {} #定义统计字典
#定义筛选无关字段的字典
excludes = {"什么", "一个", "我们", "你们", "如今", "说道", "知道",
"姑娘", "起来","这里","出来","众人","那里","奶奶","自己","太太"
,"一面","只见","两个","没有","怎么","不是","不知","这个","听见"
,"这样","就是","东西","只见","告诉","袭人","回来","只是","大家"
,"进来","咱们"}
for word in words:
#如果字符长度为1，或者在筛选字典中，则跳过，不统计
if len(word) == 1 or (word in excludes):
continue
else:
counts[word] = counts.get(word,0) + 1
items = list(counts.items()) #用counts统计字典的元素转换为列表，便于进行排序
items.sort(key=lambda x:x[1], reverse=True) #调用列表sort()函数，用匿名函数作为参数
for i in range(10):
word, count = items[i] #这里用到了py切片的思想，，可以理解为split()函数
print ("{}:{:<10}{:>5}".format(i+1,word, count)) #格式化输出实验运行截图：
实验3-20大词云
3．本实验要求：利用wordcloud库绘制-20大工作报告-文本词云。
实验分析：本实验需要基于工作报告生成词云图片，要求同学具备py文件的相关知识。将字符出现频率统计转换为词云形式展示，需要使用py的第三方库wordcroud，如果导入第三方库存在问题，可以移步我另一篇关于py第三方库引入的文章
实验重难点：Py第三方库wordcloud的导入和使用，文件文本的读取
实验源码分析：
import wordcloud #引入第三方wordcloud库
#字体的路径，需要更改为你自己电脑上安装过的字体路径
font = 'C:\Windows\Fonts\simsun.ttc'
#打开生成词云的文本，打开的路径需要更改为自己存放的位置
file =open("suc/20大报告.txt", "r" )
string = str(file.read())
#这里是直接打开的文件，没用使用with as关键字，需要自行关闭文件
file.close()
#调用wordcloud库的WouldCloud函数，设置词云参数
w = wordcloud.WordCloud(font_path=font,max_words=500,
max_font_size=40,background_color='white')
w.generate(string) #生成词云
w.to_file('suc/20大词云.jpg') #设置词云输出位置实验运行截图：
本次技术分享就结束了，喜欢就点赞收藏吧！！！持续更新中~~~