python123练习-组合数据类型、文件和数据格式化
目录
1.基本统计值计算
2.文本词频统计 -- Hamlet
3.人名独特性统计
4.字典翻转输出
5.《沉默的羔羊》之最多单词
6.数字不同数之和
7.人名最多数统计
8.文件行数
9.文件字符分布
10.文件独特行数
11.CSV格式列变换
12.CSV格式数据清洗
13.文本的平均列数
14.CSV格式清洗与转换
1.基本统计值计算
获取以逗号分隔的多个数据输入（输入为一行），计算基本统计值（平均值、标准差、中位数）
除中位数外，其他输出保留小数点后两位。
def getNum():
nums=list(eval(input()))
return nums
def mean(numbers):
s=0.0
for num in numbers:
s=s+num
return s/len(numbers)
def dev(numbers,mean):
sdev=0.0
for num in numbers:
sdev=sdev+(num-mean)**2
return pow(sdev/(len(numbers)-1),0.5)
def median(numbers):
numbers.sort()
size=len(numbers)
if size%2==0:
med=(numbers[size//2-1]+numbers[size//2])/2
else:
med=numbers[size//2]
return med
n=getNum()
m=mean(n)
print("平均值:{:.2f},标准差:{:.2f},中位数:{}".format(m,dev(n,m),median(n)))
2.文本词频统计 -- Hamlet
请统计hamlet.txt文件中出现的英文单词情况，统计并输出出现最多的10个单词，注意：
(1) 单词不区分大小写，即单词的大小写或组合形式一样；
(2) 请在文本中剔除如下特殊符号：!"#$%&()*+,-./:;<=>?@[\]^_‘{|}~
(3) 输出10个单词，每个单词一行；
(4) 输出单词为小写形式。
def getText():
txt=open("hamlet.txt","r").read()
txt=txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\]^_‘{|}~':
txt=txt.replace(ch," ")
return txt
hamletText=getText()
words=hamletText.split()
counts={}
for word in words:
counts[word]=counts.get(word,0)+1
items=list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range(10):
word=items[i][0]
print(word)
3.人名独特性统计
编程模板中给出了一个字符串，其中包含了含有重复的人名，请去重后给出独特性人名的统计。
输出模板中字符串共有多少个独特人名。
s = '''双儿 洪七公 赵敏 赵敏 逍遥子 鳌拜 殷天正 金轮法王 乔峰 杨过 洪七公 郭靖
杨逍 鳌拜 殷天正 段誉 杨逍 慕容复 阿紫 慕容复 郭芙 乔峰 令狐冲 郭芙
金轮法王 小龙女 杨过 慕容复 梅超风 李莫愁 洪七公 张无忌 梅超风 杨逍
鳌拜 岳不群 黄药师 黄蓉 段誉 金轮法王 忽必烈 忽必烈 张三丰 乔峰 乔峰
阿紫 乔峰 金轮法王 袁冠南 张无忌 郭襄 黄蓉 李莫愁 赵敏 赵敏 郭芙 张三丰
乔峰 赵敏 梅超风 双儿 鳌拜 陈家洛 袁冠南 郭芙 郭芙 杨逍 赵敏 金轮法王
忽必烈 慕容复 张三丰 杨逍 令狐冲 黄药师 袁冠南 杨逍 完颜洪烈 殷天正
李莫愁 阿紫 逍遥子 乔峰 逍遥子 完颜洪烈 郭芙 杨逍 张无忌 杨过 慕容复
逍遥子 虚竹 双儿 乔峰 郭芙 黄蓉 李莫愁 陈家洛 杨过 忽必烈 鳌拜 王语嫣
洪七公 韦小宝 阿朱 梅超风 段誉 岳灵珊 完颜洪烈 乔峰 段誉 杨过 杨过 慕容复
黄蓉 杨过 阿紫 杨逍 张三丰 张三丰 赵敏 张三丰 杨逍 黄蓉 金轮法王 郭襄
张三丰 令狐冲 郭芙 韦小宝 黄药师 阿紫 韦小宝 金轮法王 杨逍 令狐冲 阿紫
洪七公 袁冠南 双儿 郭靖 鳌拜 谢逊 阿紫 郭襄 梅超风 张无忌 段誉 忽必烈
完颜洪烈 双儿 逍遥子 谢逊 完颜洪烈 殷天正 金轮法王 张三丰 双儿 郭襄 阿朱
郭襄 双儿 李莫愁 郭襄 忽必烈 金轮法王 张无忌 鳌拜 忽必烈 郭襄 令狐冲
谢逊 梅超风 殷天正 段誉 袁冠南 张三丰 王语嫣 阿紫 谢逊 杨过 郭靖 黄蓉
双儿 灭绝师太 段誉 张无忌 陈家洛 黄蓉 鳌拜 黄药师 逍遥子 忽必烈 赵敏
逍遥子 完颜洪烈 金轮法王 双儿 鳌拜 洪七公 郭芙 郭襄'''
names=s.split()
counts=set(names)
print(len(counts))4.字典翻转输出
读入一个字典类型的字符串，反转其中键值对输出。
即，读入字典key:value模式，输出value:key模式。
输出格式
用户输入的字典格式的字符串，如果输入不正确，提示：输入错误。
输出格式
给定字典d，按照print(d)方式输出
try:
d=dict(eval(input()))
rd={}
for key,value in d.items():
rd[value]=key
print(rd)
except:
print("输入错误")5.《沉默的羔羊》之最多单词
附件是《沉默的羔羊》中文版内容，请读入内容，分词后输出长度大于等于2且出现频率最多的单词。如果存在多个单词出现频率一致，请输出按照Unicode排序后最大的单词。
import jieba
text=open("沉默的羔羊.txt","r",encoding="utf-8").read()
words=jieba.lcut(text)
counts={}
for word in words:
if len(word)==1:
continue
counts[word]=counts.get(word,0)+1
items=list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
print(items[0][0])6.数字不同数之和
获得用户输入的一个整数N，输出N中所出现不同数字的和。
例如：用户输入 123123123，其中所出现的不同数字为：1、2、3，这几个数字和为6。
n=input()
lst=set(n)
s=0
for i in lst:
s+=eval(i)
print(s)7.人名最多数统计
编程模板中给出了一个字符串，其中包含了含有重复的人名，请直接输出出现最多的人名。
s = '''双儿 洪七公 赵敏 赵敏 逍遥子 鳌拜 殷天正 金轮法王 乔峰 杨过 洪七公 郭靖
杨逍 鳌拜 殷天正 段誉 杨逍 慕容复 阿紫 慕容复 郭芙 乔峰 令狐冲 郭芙
金轮法王 小龙女 杨过 慕容复 梅超风 李莫愁 洪七公 张无忌 梅超风 杨逍
鳌拜 岳不群 黄药师 黄蓉 段誉 金轮法王 忽必烈 忽必烈 张三丰 乔峰 乔峰
阿紫 乔峰 金轮法王 袁冠南 张无忌 郭襄 黄蓉 李莫愁 赵敏 赵敏 郭芙 张三丰
乔峰 赵敏 梅超风 双儿 鳌拜 陈家洛 袁冠南 郭芙 郭芙 杨逍 赵敏 金轮法王
忽必烈 慕容复 张三丰 赵敏 杨逍 令狐冲 黄药师 袁冠南 杨逍 完颜洪烈 殷天正
李莫愁 阿紫 逍遥子 乔峰 逍遥子 完颜洪烈 郭芙 杨逍 张无忌 杨过 慕容复
逍遥子 虚竹 双儿 乔峰 郭芙 黄蓉 李莫愁 陈家洛 杨过 忽必烈 鳌拜 王语嫣
洪七公 韦小宝 阿朱 梅超风 段誉 岳灵珊 完颜洪烈 乔峰 段誉 杨过 杨过 慕容复
黄蓉 杨过 阿紫 杨逍 张三丰 张三丰 赵敏 张三丰 杨逍 黄蓉 金轮法王 郭襄
张三丰 令狐冲 赵敏 郭芙 韦小宝 黄药师 阿紫 韦小宝 金轮法王 杨逍 令狐冲 阿紫
洪七公 袁冠南 双儿 郭靖 鳌拜 谢逊 阿紫 郭襄 梅超风 张无忌 段誉 忽必烈
完颜洪烈 双儿 逍遥子 谢逊 完颜洪烈 殷天正 金轮法王 张三丰 双儿 郭襄 阿朱
郭襄 双儿 李莫愁 郭襄 忽必烈 金轮法王 张无忌 鳌拜 忽必烈 郭襄 令狐冲
谢逊 梅超风 殷天正 段誉 袁冠南 张三丰 王语嫣 阿紫 谢逊 杨过 郭靖 黄蓉
双儿 灭绝师太 段誉 张无忌 陈家洛 黄蓉 鳌拜 黄药师 逍遥子 忽必烈 赵敏
逍遥子 完颜洪烈 金轮法王 双儿 鳌拜 洪七公 郭芙 郭襄 赵敏'''
names=s.split()
counts={}
for name in names:
counts[name]=counts.get(name,0)+1
items=list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
print(items[0][0])8.文件行数
打印输出附件文件的有效行数，注意：空行不计算为有效行数。
f=open("latex.log","r").readlines()
count=0
for line in f:
if line!="\n":
count+=1
print("共{}行".format(count))9.文件字符分布
统计附件文件的小写字母a-z的字符分布，即出现a-z字符的数量，并输出结果。
同时请输出文件一共包含的字符数量。
注意输出格式，各元素之间用英文逗号（,）分隔。
答案可能包含a-z共26个字符的分布，如果某个字符没有出现，则不显示，输出顺序a-z顺序。
f = open("latex.log")
cc = 0
d = {}
for i in range(26):
d[chr(ord('a')+i)] = 0
for line in f:
for c in line:
d[c] = d.get(c, 0) + 1
cc += 1
print("共{}字符".format(cc), end="")
for i in range(26):
if d[chr(ord('a')+i)] != 0:
print(",{}:{}".format(chr(ord('a')+i), d[chr(ord('a')+i)]), end="")10.文件独特行数
统计附件文件中与其他任何其他行都不同的行的数量，即独特行的数量。
f = open("latex.log")
ls = f.readlines()
d={}
count=0
for line in ls:
d[line]=d.get(line,0)+1
for key in d.keys():
if d[key]==1:
count+=1
print("共{}独特行".format(count))11.CSV格式列变换
附件是一个CSV文件，请将每行按照列逆序排列后输出，不改变各元素格式（如周围空格布局等）。
输入示例
（以下是文件内容）
1,2,3,4
a,b,c,d
输出示例
4,3,2,1
d,c,b,a
f=open("data.csv")
for line in f:
line=line.strip("\n")
ls=line.split(",")
ls=ls[::-1]
print(",".join(ls))
f.close()12.CSV格式数据清洗
附件是一个CSV文件，其中每个数据前后存在空格，请对其进行清洗，要求如下：
（1）去掉每个数据前后空格，即数据之间仅用逗号(,)分割；
（2）清洗后打印输出。
输入输出格式：这是仅给出输出格式样例，不是结果。
输入示例
（在文件中）
1, 2, 3, 4, 5
'a', 'b' , 'c' , 'd','e'
输出示例
1,2,3,4,5
'a','b','c','d','e'
f = open("data.csv")
s = f.read()
s = s.replace(" ","")
print(s)
f.close()13.文本的平均列数
打印输出附件文件的平均列数，计算方法如下：
（1）有效行指包含至少一个字符的行，不计算空行；
（2）每行的列数为其有效字符数；
（3）平均列数为有效行的列数平均值，采用四舍五入方式取整数进位。
f=open("latex.log")
count=0
nums=0
for line in f:
line = line.strip("\n")
if line=="":
continue
count+=1
nums+=len(line)
print(int(round(nums/count,0)))
f.close()14.CSV格式清洗与转换
附件是一个CSV格式文件，提取数据进行如下格式转换：
（1）按行进行倒序排列；
（2）每行数据倒序排列；
（3）使用分号（;）代替逗号（,）分割数据，无空格；
按照上述要求转换后将数据输出。
f=open("data.csv")
lines=f.readlines()
lines.reverse()
for line in lines:
line=line.strip("\n")
line=line.replace(" ","")
ls=line.split(",")
ls=ls[::-1]
print(";".join(ls))
f.close()