Python字典使用--词频统计的GUI实现

字典是针对非序列集合而提供的一种数据类型，字典中的数据是无序排列的。

字典的操作

为字典增加一项

dict[key] = value

1. students = {"Z004":"John","T002":"Peter"}
2. students
3. Out[23]: {'T002': 'Peter', 'Z004': 'John'}
4. students["S007"] = "Susan"
5. students
6. Out[25]: {'S007': 'Susan', 'T002': 'Peter', 'Z004': 'John'}

访问字典中的值

dict[key] 返回key对应的值value

dict.get(key,default)--返回字典中key对应的值，若未找到key，则返回default值，default值可不写

删除字典中的一项

del dict[key]

字典的遍历

遍历字典的键key

for key in dict.keys():print(key)

遍历字典的值value

for value in dict.values():print(value)

遍历字典的项

for item in dict.items():print(item)

是否一个键在字典中

注：值不能判断

in 或者 not in

删除字典项目

dict.clear()--删除字典中的所有项目

dict.pop(key)--删除并返回字典中key对应的值

直接赋值、浅拷贝、深拷贝

直接赋值：其实就是对象的引用（别名）。

浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。

深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象。

字典浅拷贝实例：

1. >>>a = {1: [1,2,3]}
2. >>> b = a.copy()
3. >>> a, b
4. ({1: [1, 2, 3]}, {1: [1, 2, 3]})
5. >>> a[1].append(4)
6. >>> a, b
7. ({1: [1, 2, 3, 4]}, {1: [1, 2, 3, 4]})

深度拷贝需要引入 copy 模块：

1. >>>import copy
2. >>> c = copy.deepcopy(a)
3. >>> a, c
4. ({1: [1, 2, 3, 4]}, {1: [1, 2, 3, 4]})
5. >>> a[1].append(5)
6. >>> a, c
7. ({1: [1, 2, 3, 4, 5]}, {1: [1, 2, 3, 4]})

http://www.runoob.com/w3cnote/python-understanding-dict-copy-shallow-or-deep.html

示例：词频统计

第一步：输入文章

第二步：建立用于词频计算的空字典

第三步：对文本的每一行计算词频，如果文章长度一般，则不需用一次读一行，一次便可读完。

第四步：从字典中获取数据对到列表中

第五步：对列表中的数据对交换位置，并从大到小进行排序

第六步：输出结果

下图所示为程序输出结果及输出的统计结果

                                         

汉字的词频统计、排除特定词集合的程序后续更新...

普通版本

1. def getText():
2. txt=open('hamlet.txt','r').read()
3. txt=txt.lower()
4. for ch in "~@#$%^&*()_-+=<>?/,.:;{}[]|\'""":
5. txt=txt.replace(ch,' ')
6. return txt
7. hamletTxt=getText()
8. words=hamletTxt.split()
9. counts={}
10. sumcount = 0
11. for word in words:
12. counts[word]=counts.get(word,0)+1
13. sumcount = sumcount + 1
14. items=list(counts.items())
15. items.sort(key=lambda x:x[1],reverse=True)
16. for i in range(10):
17. word,count=items[i]
18. print('{0:<10}{1:>5}'.format(word,count))
19. #将统计结果写入文本文件中
20. outfile = open('词频统计结果.txt', "w")
21. lines = []
22. lines.append('单词种类：'+str(len(items))+'\n')
23. lines.append('单词总数：'+str(sumcount)+'\n')
24. lines.append('词频排序如下:\n')
25. lines.append('word\tcounts\n')
26. s= ''
27. for i in range(len(items)):
28. s = '\t'.join([str(items[i][0]), str(items[i][1])])
29. s += '\n'
30. lines.append(s)
31. print('\n统计完成！\n')
32. outfile.writelines(lines)
33. outfile.close()

排除特定词库

1. #排除词库
2. excludes = ['the','and','to','of','i','a','in','it','that','is',
3. 'you','my','with','not','his','this','but','for',
4. 'me','s','he','be','as','so','him','your']
5. def getText():
6. txt=open('hamlet.txt','r').read()
7. txt=txt.lower()
8. for ch in "~@#$%^&*()_-+=<>?/,.:;{}[]|\'""":
9. txt=txt.replace(ch,' ')
10. return txt
11. hamletTxt=getText()
12. words=hamletTxt.split()
13. counts={}
14. sumcount = 0
15. for word in words:
16. counts[word]=counts.get(word,0)+1
17. sumcount = sumcount + 1
18. counts_ex = counts.copy()
19. for key in counts.keys():
20. if key in excludes:
21. counts_ex.pop(key)
22. items=list(counts_ex.items())
23. items.sort(key=lambda x:x[1],reverse=True)
24. for i in range(10):
25. word,count=items[i]
26. print('{0:<10}{1:>5}'.format(word,count))
27. #将统计结果写入文本文件中
28. outfile = open('词频统计结果.txt', "w")
29. lines = []
30. lines.append('单词种类：'+str(len(items))+'\n')
31. lines.append('单词总数：'+str(sumcount)+'\n')
32. lines.append('词频排序如下:\n')
33. lines.append('word\tcounts\n')
34. s= ''
35. for i in range(len(items)):
36. s = '\t'.join([str(items[i][0]), str(items[i][1])])
37. s += '\n'
38. lines.append(s)
39. print('\n统计完成！\n')
40. outfile.writelines(lines)
41. outfile.close()

GUI版本

1. import tkinter as tk
2. from tkinter import ttk
3. from tkinter import scrolledtext
4. from tkinter import filedialog
5. from tkinter import messagebox as mBox
6. #获取原文内容
7. def getText(DIR):
8. txt=open(DIR,'r').read()
9. return txt
10. txt.close()
11. #打开文件
12. def __opendir():
13. srcText.delete('1.0', tk.END) # 先删除所有
14. # 打开文件夹对话框
15. fname = filedialog.askopenfilename(filetypes=( ("Text file", "*.txt*"),("HTML files", "*.html;*.htm")))
16. entryvar.set(fname) # 设置变量entryvar，等同于设置部件Entry
17. if not fname:
18. mBox.showwarning('警告', message='未选择文件夹！')  # 弹出消息提示框
19. #显示需要统计的文本
20. Txt=getText(fname)
21. srcText.insert(tk.END, Txt)
22. srcText.update()
23. #手动输入文件名时回车键触发
24. def srcEnter(event=None):
25. fname=DirEntry.get()
26. if not fname:
27. mBox.showwarning('警告', message='请选择文件！')  # 弹出消息提示框
28. Txt=getText(fname)
29. srcText.insert(tk.END, Txt)
30. srcText.update()
31. #词频统计
32. def wordFrequence():
33. fname=DirEntry.get()
34. if not fname:
35. mBox.showwarning('警告', message='请选择文件！')  # 弹出消息提示框
36. txt=getText(fname)
37. #对原文进行小写，标点符号转换处理
38. txt=txt.lower()
39. for ch in '!"#$%&*()+,.-;:<=>?@[]\^_{}|`':
40. txt=txt.replace(ch,' ')
41. #词频统计
42. words=txt.split()
43. counts={} #用空字典存储统计结果
44. for word in words:
45. counts[word]=counts.get(word,0)+1
46. #词频排序
47. items=list(counts.items())
48. items.sort(key=lambda x:x[1],reverse=True)
49. #输出排序结果
50. num=0
51. for i in range(len(counts)):
52. word,count=items[i]
53. num=i*count+num
54. dstText.insert(tk.END, '单词种类：')
55. dstText.insert(tk.END, str(len(items)))
56. dstText.insert(tk.END, '\n')
57. dstText.insert(tk.END, '单词总数：')
58. dstText.insert(tk.END, str(num))
59. dstText.insert(tk.END, '\n')
60. dstText.insert(tk.END, '词频排序如下:\n')
61. dstText.insert(tk.END, '#word:\t\t#counts:\n')
62. for i in range(len(counts)):
63. word,count=items[i]
64. dstText.insert(tk.END, word)
65. dstText.insert(tk.END, '\t\t')
66. dstText.insert(tk.END, count)
67. dstText.insert(tk.END, '\n')
68. def savefile():
69. # 打开文件夹对话框
70. dirname = filedialog.askdirectory()
71. outvar.set(dirname) # 设置变量entryvar，等同于设置部件Entry
72. if not dirname:
73. mBox.showwarning('警告', message='请选择保存位置！')  # 弹出消息提示框
74. fname=dirname+'\词频统计结果.txt'
75. outfile = open(fname, "w")
76. outfile.writelines(dstText.get(1.0,tk.END))
77. outfile.close()
78. mBox.showinfo('词频统计', '统计结果保存成功！')
79. def dstEnter(event=None):
80. dirname=outvar.get()
81. if not dirname:
82. mBox.showwarning('警告', message='请选择保存位置！')  # 弹出消息提示框
83. fname=dirname+'\词频统计结果.txt'
84. outfile = open(fname, "w")
85. outfile.writelines(dstText.get(1.0,tk.END))
86. outfile.close()
87. mBox.showinfo('词频统计', '统计结果保存成功！')
88. # Create instance
89. win = tk.Tk()
90. # Add a title
91. win.title("词频统计GUI")
92. # Disable resizing the GUI
93. win.resizable(0,0)
94. #---------------窗口控件介绍------------------#
95. #打开文件对话框
96. SelDirButton = ttk.Button(win, command=__opendir, text='选择文件目录：')
97. SelDirButton.grid(row=0, column=0,sticky=tk.W,pady=3,padx=3)
98. #文件的目录显示
99. entryvar = tk.StringVar()
100. DirEntry=ttk.Entry(win, width=30,textvariable=entryvar)
101. DirEntry.grid(row=1, column=0,sticky=tk.W,pady=3,padx=3)
102. DirEntry.bind('<Return>', func=srcEnter)
103. #文件内容的显示
104. srcText = scrolledtext.ScrolledText(win,width=30,height=30)#内容输出框
105. srcText.grid(row=2, column=0,columnspan=1,sticky=tk.W,pady=3,padx=3)
106. #词频统计按钮
107. CalcuButton = ttk.Button(win, command=wordFrequence, text='词频统计')
108. CalcuButton.grid(row=0, column=1,sticky=tk.W,pady=3,padx=3)
109. #统计结果显示
110. dstText = scrolledtext.ScrolledText(win,width=30,height=30)#内容输出框
111. dstText.grid(row=2, column=1,columnspan=2,sticky=tk.W,pady=3,padx=3)
112. #保存文件按钮
113. SavefileButton = ttk.Button(win, command=savefile, text='统计结果保存到：')
114. SavefileButton.grid(row=0, column=2,sticky=tk.W,pady=3,padx=3)
115. #保存文件目录
116. outvar = tk.StringVar()
117. saveEntry=ttk.Entry(win, width=30,textvariable=outvar)
118. saveEntry.grid(row=1, column=1,columnspan=2,sticky=tk.W,pady=3,padx=3)
119. saveEntry.bind('<Return>', func=dstEnter)
120. #======================
121. # Start GUI
122. #======================
123. win.mainloop()

1. <pre code_snippet_id="2297514" snippet_file_name="blog_20170328_1_7839256" name="code" class="python"><pre code_snippet_id="2297514" snippet_file_name="blog_20170328_1_7839256"></pre>
2. <pre></pre>
3. <pre></pre>
4. <pre></pre>
5. <pre></pre>
6. <pre></pre>
7. <pre></pre>
8. <pre></pre>
9. <pre></pre>
10. <pre></pre>
11. <pre></pre>
12. <pre></pre>
13. <pre></pre>
14. <pre></pre>
15. <pre></pre>
16. <pre></pre>
17. <pre></pre>
18. <pre></pre>
19. <pre></pre>
20. <pre></pre>
21. <pre></pre>
22. <pre></pre>
23. <pre></pre>
24. <pre></pre>
25. <pre></pre>
26. <pre></pre>
27. <pre></pre>
28. <pre></pre>
29. <pre></pre>
30. <pre></pre>
31. <pre></pre>
32. </pre>