Python自学（七）

※字典
一系列“键-值（key-value）”对，通过“键”查找对应的“值”
◎创建字典
1.使用{ }创建字典
2.使用：指明键：值对
3.键必须是不可变且不重复，值可以是任意类型
◎访问字典：使用[ ]运算符，键作为索引
>>> my_dict = {'John':4533344,'Bob':54562554}
>>> print(my_dict['John'])
4533344
>>> print(my_dict['Tom'])
Traceback (most recent call last):
  File "<pyshell#2>", line 1, in <module>
    print(my_dict['Tom'])
KeyError: 'Tom'
>>> my_dict['Tom'] = 97799
>>> print(my_dict['Tom'])
97799
>>> my_dict
{'John': 4533344, 'Bob': 54562554, 'Tom': 97799}
◎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：O(1)；等价于my_dict_has_key(key)
3.for key in my_dict：枚举字典中的键（键是无序的）
4.my_dict.items()   全部的键-值
5.my_dict.keys()    全部的键
6.my_dict.values()     全部的值
7.my_dict.clear()      清空字典
实例：字母计数：读取一个字符串，计算每个字母出现的个数
方法一：生成26个变量，代表每个字母出现个数
方法二：生成具有26个元素的列表，将每个字母转化成相应的索引值
s = 'ansgloememfutuv'

lst = [0] * 26

for i in s:
    lst[ord(i) - 97] += 1

print(lst)
方法三：生成一个字典，字母做键，对应出现的次数做值
s = 'ansgloememfutuv'
d = {}
for i in s:
    if i in d:
        d[i] += 1
    else:
        d[i] = 1
print(d)
实例：单词计数：读取小说”emma.txt”，打印前10个最常见单词
f = open('emma.txt')


word_freq = {}
for line in f:
    words = line.strip().split()
    for word in words:
        if word in word_freq:
            word_freq[word] += 1
        else:
            word_freq[word] = 1

freq_word = []
for word,freq in word_freq.items():
    freq_word.append((freq,word))
freq_word.sort(reverse = True)
for freq,word in freq_word[:10]:
    print(word)

f.close()
实例：翻转字典：生成一个新字典，其键为原字典，值为原字典的键（同一个值，可能对应多个键，需要用列表存储）
d1 = {'Zhang':123,'Wang':456,'Li':123,'Zhao':456}

d2 = {}

for name,room in d1.items():
    if room in d2:
        d2[room].append(name)
    else:
        d2[room] = [name]

print(d2)
结果为：{123: ['Zhang', 'Li'], 456: ['Wang', 'Zhao']}
◎集合（Set）：无序不重复元素（键）集，和字典类似，但是无“值”
创建：x = set()；x = {key1,key2,...}
添加和删除：x.add( )，x.remove( )
- 差集；& 交集；| 并集；！= 不等于；= = 等于；in成员；for key in set 枚举
实例：中文分词：我爱北京天安门→我/爱/北京/天安门
算法：正向最大匹配
def load_dict(filename):
    word_dict = set()
    max_len = 1
    f = open(filename)
    for line in f:
        word = unicode(line.strip(),'utf-8')
        word_dict.add(word)
        if len(word) > max_len:
            max_len = len(word)

    return max_len,word_dict

def fmm_word_seg(sent,max_len,word_dict):
    begin = 0
    words = []
    sent = unicode(sent,'utf-8')

    while begin < len(sent):
        for end in range(begin + max_len,begin,-1):
            if sent[begin:end] in word_dict:
                words.append(sent[begin:end])
                break
        begin = end
    return words

max_len,word_dict = load_dict('lexicon.txt')
sent = input("Input a sentence : ")
words = fmm_word_seg(sent,max_len,word_dict)
for word in words:
    print(word)