前言

Hello！小伙伴！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～

自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，有幸拿过国奖、省奖等，已保研。目前正在学习C++/Linux（真的真的太难了～）
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！

往期题目集

【PTA｜Python】浙大版《Python 程序设计》题目集：第一章
【PTA｜Python】浙大版《Python 程序设计》题目集：第二章
【PTA｜Python】浙大版《Python 程序设计》题目集：第三章
【PTA｜Python】浙大版《Python 程序设计》题目集：第四章
【PTA｜Python】浙大版《Python 程序设计》题目集：第五章
【PTA｜Python】浙大版《Python 程序设计》题目集：第六章

第七章

第7章-1 词频统计 (30 分)

题目

请编写程序，对一段英文文本，统计其中所有不同单词的个数，以及词频最大的前10%的单词。

所谓“单词”，是指由不超过80个单词字符组成的连续字符串，但长度超过15的单词将只截取保留前15个单词字符。而合法的“单词字符”为大小写字母、数字和下划线，其它字符均认为是单词分隔符。

输入格式:

输入给出一段非空文本，最后以符号#结尾。输入保证存在至少10个不同的单词。

输出格式:

在第一行中输出文本中所有不同单词的个数。注意“单词”不区分英文大小写，例如“PAT”和“pat”被认为是同一个单词。
随后按照词频递减的顺序，按照词频:单词的格式输出词频最大的前10%的单词。若有并列，则按递增字典序输出。

输入样例：

This is a test. The word “this” is the word with the highest frequency. Longlonglonglongword should be cut off, so is considered as the same as longlonglonglonee. But this_8 is different than this, and this, and this…# this line should be ignored.结尾无空行

输出样例：（注意：虽然单词the也出现了4次，但因为我们只要输出前10%（即23个单词中的前2个）单词，而按照字母序，the排第3位，所以不输出。）

23
5:this
4:is

解答

之前忘了做这道题这次没有做出来对一些库的函数掌握的还是不好记不住
代码参考：https://blog.csdn.net/qq_43733499/article/details/102723092

# 导入库
import re
import collections
import syswords = "".join([line for line in sys.stdin]) # 标准输入sys.stdin读入文本
words = re.compile(r"\w+", re.I).findall(words.lower().split('#')[0]) # 正则表达式将文本处理成全小写并读到符号#
words = [each.strip() for each in words] # 去除空格
words = list(map(lambda each: each[0:15] if len(each) > 15 else each, words)) # 长度超过15的单词将只截取保留前15个单词字符
counter = collections.Counter(words) # 使用Counter统计词频
rank = sorted(counter.items(), key=lambda each: (-each[1], each[0]), reverse=False) # 按照词频递减排序
print(len(rank)) # 输出不同单词的个数
for each in rank[0:int(0.1*len(rank))]: # 输出词频最大的前10%的单词print("{}:{}".format(each[1], each[0]))

结语

文章仅作为学习笔记，记录从0到1的一个过程

希望对您有所帮助，如有错误欢迎小伙伴指正～

我是 海轰ଘ(੭ˊᵕˋ)੭

如果您觉得写得可以的话，请点个赞吧

谢谢支持 ❤️

【PTA｜Python】浙大版《Python 程序设计》题目集：第七章相关推荐

100例C语言经典编程题 | 浙大版C语言题目集第三版，助力你C语言从入门到精通
获取每道题详细解答请在公众号[C you again]"C语言题目集"栏目查看. 下载pdf版本请在公众号[C you again]回复"c-pdf"自行获取. ...
PTA浙大版python程序设计题目集--第1章-3 输出“Python语言简单易学” (10 分)
输入格式: 无输出格式: 输出一句短语,Python语言简单易学. 如果包含汉字,用"print(s.encode("utf-8"))"输出. 如: s=&q ...
PTA浙大版python程序设计题目集--第2章-2 计算分段函数[1] (10 分)
本题目要求计算下列分段函数f(x)的值: 公式输入格式: 输入在一行中给出实数x. 输出格式: 在一行中按"f(x) = result"的格式输出,其中x与result都保留一位 ...
PTA浙大版python程序设计题目集--第3章-5 字符转换 (15 分)
本题要求提取一个字符串中的所有数字字符('0'--'9'),将其转换为一个整数输出. 输入格式: 输入在一行中给出一个不超过80个字符且以回车结束的字符串. 输出格式: 在一行中输出转换后的整数.题目 ...
PTA浙大版python程序设计题目集--第1章-1 从键盘输入两个数，求它们的和并输出 (30 分)
本题目要求读入2个整数A和B,然后输出它们的和. 输入格式: 在一行中给出一个被加数在另一行中给出一个加数输出格式: 在一行中输出和值. 输入样例: 在这里给出一组输入.例如: 18 -48 输出 ...
PTA浙大版python程序设计题目集--第2章-4 特殊a串数列求和 (20 分)
给定两个均不超过9的正整数a和n,要求编写程序求a+aa+aaa++⋯+aa⋯a(n个a)之和. 输入格式: 输入在一行中给出不超过9的正整数a和n. 输出格式: 在一行中按照"s = 对应 ...
PTA浙大版python程序设计题目集--第2章-3 阶梯电价 (15 分)
为了提倡居民节约用电,某省电力公司执行"阶梯电价",安装一户一表的居民用户电价分为两个"阶梯":月用电量50千瓦时(含50千瓦时)以内的,电价为0.53元/千瓦 ...
PTA浙大版python程序设计题目集--第2章-1 计算 11+12+13+...+m (30 分)
输入一个正整数m(20<=m<=100),计算 11+12+13+-+m 的值. 输入格式: 在一行输入一个正整数m. 输出格式: 在一行中按照格式"sum = S"输 ...
PTA浙大版python程序设计题目集--第1章-2 从键盘输入三个数到a,b,c中，按公式值输出 (30 分)
在同一行依次输入三个值a,b,c,用空格分开,输出 bb-4a*c的值输入格式: 在一行中输入三个数. 输出格式: 在一行中输出公式值. 输入样例: 在这里给出一组输入.例如: 3 4 5 输出样例 ...
浙大版《Python 程序设计》题目集 4~7章
写在前面: 有编程基础的同学可以直接刷(不会语法再看文档,若没有那就边看书边刷浙大版<Python 程序设计>题目集4~7章题目链接:浙大版<Python 程序设计>题目集 ...

【PTA｜Python】浙大版《Python 程序设计》题目集：第七章

前言

往期题目集

第七章

第7章-1 词频统计 (30 分)

题目

解答

结语

【PTA｜Python】浙大版《Python 程序设计》题目集：第七章相关推荐

最新文章

热门文章