Re: [問題] 函式寫入txt

[ccwang002 (亮)]

※ 引述《harohepowegr (harohepowegr)》之銘言：
: 先讀入兩個txt檔
: b1
: This is a book
: This is a pen
: This is a table
: This is a desk
: b2
: This is a papaya
: This is a pineapple
: This is a banana
: This is a melon

我想這是一個計算每個單字（以空格作斷詞）的一隻程式。

以下是我自己的意見提供你參考，也歡迎大家討論 ~

: 以下為程式碼
: #讀檔函式
: def readbook(filename):
:     readin = open(filename)
:     count = []
:     for line in readin:
:         letter = line.split()
:         count = count + letter
:     return count

首先，如果是增加一個 list 內的元素，可以善用 .append(), .extend()
這邊可以改寫成 count.extend(line.split())

  def readbook(filename):
      count = []
      with open(filename) as f:
          for line in f:
              count.extend(line.split())

      return count

: #計算出現次數
: def list2dict(count):
:    ldict = dict()
:    for ch in count:
:        ldict[ch]=ldict.get(ch,0)+1
:    return ldict

用 dict 計算詞頻，可以善用 Python standard library 中的 collections.Counter
https://docs.python.org/3/library/collections.html#collections.Counter

此段程式碼可以用 return Counter(count) 來取代

Counter 有非常多好用的功能，包含他相加就是次數的相加，不存在的 key 會回傳 0，
提供 .most_common() 的詞頻排序功能…（請看官網說明）

在這邊能用 Counter.update() 的函式來更新詞頻，可以傳入 list 或者 dict

: book1 = readbook('b1.txt')
: book2 = readbook('b2.txt')
: text = list2dict(book1+book2)
: print('全部出現的單字和次數')
: print(list2dict(book1+book2))

因此整隻程式可以改寫成：

from collections import Counter

word_freq = Counter(readbook('b1.txt'))
word_freq.update(readbook('b2.txt'))

print(word_freq)

為什麼寫入的內容不一樣，你可以試試以下的函式：

with open('output.txt', 'w') as f:
    f.write(str(word_freq))

細節可以再想想~

再來講斷詞的部份。這些程式碼可以寫得再簡單一點，
在 readbook 中可以用雙層的 list comprehension 來完成：

with open(filename) as f:
    return Counter(
        [wd for line in f for wd in line.split()]
    )

或者，他根本可以是一個 generator

    return Counter(
        w for l in f for w in line.split()
    )

以上~

--
    >>>>>> PyCon APAC 2014/TW <<<<<<

手把手課程 PlaY Data 與 Intro to Django 熱烈報名中！

詳情請見 https://tw.pycon.org/2014apac/zh/tutorial/

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.217.22
※ 文章網址: http://www.ptt.cc/bbs/Python/M.1398425034.A.7C1.html
※ 編輯: ccwang002 (140.112.217.22), 04/25/2014 19:29:26
推 phisixersai:python之神 亮亮OP
→ ccwang002:樓上大神 好說好說
推 jacky7987:這好方便 推推
推 KSJ:推~