云课堂-Python学习笔记（7）
一、字典1、什么是字典
1、一系列键-值（key-value）对
2、通过“键”查找对应的“值”
3、类似纸质字典，通过单词索引表找到其对应的定义
C++：map、Java：HashTable or HashMap
例如：电话本
2、创建字典
使用{}创建字典
使用：指明键：值对
my_dict={'John':86411234,'Bob':24896880,'Mike':354859977}
3、访问字典
使用[]运算符，键作为索引
增加一个新的对
1 my_dict={'John':86411234,'Bob':24896880,'Mike':354859977}
2 print my_dict['John']
3 my_dict['Tom'] = 9864433679
4 print my_dict
4、字典运算符和方法
1 len(my_dict):字典中键-值对的数量
2 key in my_dict:快速判断key是否为字典中的键：时间复杂度O(1)
3 等价于my_dict.has_key(key)
4 for key in my_dict:枚举字典中的键，注：键是无序的
更多方法：
1 my_dict.items()：全部键-值对
2 my_dict.keys():全部键
3 my_dict.values():全部值
4 my_dict.clear():清空字典
5、示例1：读取一个字符串，计算每个字母出现的个数
方案一：生成26个变量，代表字母出现的个数
方案二：生成具有26个元素的列表，将每个字母转化为对象的索引值
1 s = 'abdddeyyyrewgq'
2 lst = *26
3 for i in s :
4 lst +=1
5
6 print lst
方案三：生成一个字典，字母做键，对应出现的次数做值
s = raw_input()
d ={}
for i in s :
if i in d:
d += 1
else:
d = 1
print d
示例2:读取小说emma.txt，打印前10个最常见的单词
1 f= open('emma.txt')
2 word_freq = {}
3 for line in f:
4 words = line.strip().split()
5 for word in words:
6 if word in word_freq:
7 word_freq += 1
8 else:
9 word_freq = 1
10
11 freq_word = []
12 for word,freq in word_freq.items():
13 freq_word.append((freq,word))
14 freq_word.sort(reverse = True)
15
16 for freq,word in freq_word[:10]:
17 print word
18 f.close()
View Code 示例3：翻转字典：生成一个新字典，其键为原来字典的值，值为原来字典的键
1 d1 = {'zhang':123,'wang':456,'Li':123,'zhao':456}
2 d2 = {}
3 for name,room in d1.items():
4 if room in d2:
5 d2.append(name)
6 else :
7 d2 =
8 print d2
View Code 二、集合（set）
1、集合：无序不重复元素集，和字典类似，但是无值
2、创建：
x = set()
x={key1,key2,....}
3、添加和删除
x.add('body'
x.remove('body')
4、集合的运算符：
-：差集
&：交集
|：并集
！=：不等于
==：等于
in：成员
for key in set :枚举
5、示例：中文分词
我/爱/北京/天安门
算法：正向最大匹配
从左到右尽可能取长的词
1 def load_dict(filename):
2 word_dict = set()
3 max_len = 1
4 f = open(filename)
5 for line in f:
6 word = unicode(line.strip(),'utf-8')
7 word_dict.add(word)
8 if len(word) > max_len:
9 max_len = len(word)
10 return max_len,word_dict
11
12 def fmm_word_seg(sent,max_len,word_dict):
13 begin = 0
14 words = []
15 sent = unicode(sent,'utf-8')
16
17 while begin < len(sent):
18 for end in range(begin + max_len,begin,-1):
19 if sent in word_dict:
20 words.append(sent)
21 break
22 begin = end
23 return words
24 max_len,word_dict = load_dict('lexicon.dic')
25
26 sent = raw_input('Input a sententce:')
27 words = fmm_word_seg(sent,max_len,word_dict)
28 for word in words:
29 print word
View Code
页:
[1]