【每周一坑】统计英文小说词频

Thank God It’s Friday!

又到周五啦！眼看就要忙完一周的学习和工作，又可以出去浪咯。

然而，只有我们依旧无趣地在此刻发干货文，提醒着你有没有写新的代码？有没有了解新的语法？硬生生给你五彩斑斓的周末生活蒙上一层阴影。每每想到这，我就觉得，这档子事儿还真是……

干得漂亮！

不多说，先来看这周的题目。上周解答在后半部分。

---

统计英文词频

编程教室在之前发过一篇 数据分析：当赵雷唱民谣时他唱些什么？，里面对赵雷的几十首歌词做了分词、去冗余、统计的操作，得出了他在歌词中最喜欢用的词汇。

本周我们的题目与这个类似，不过要简单许多。

要求：

• 统计一部英文小说里单词的出现次数（忽略大小写）

• 按出现次数显示最高的 100 个单词

• 【附加题】多统计几个不同作家的作品，挑选一些特征词汇的次数画在图表上，展示不同作家的风格区别。

示例：

Jane Eyre
----------------
1.  the   7406
2.  I     7245
3.  and   6346
4.  to    5155
5.  of    4331
6.  a     4314
...

因为英语天生自带分词，所以要比中文好处理。另外透露下，今天一同发送的 编程课堂 里，有解答这题的关键技巧。

我们提供了几部小说作为测试数据，公众号里回复 小说 可获取下载地址。

依旧欢迎大家积极投稿~

Talk is cheap. Show me the code.

---

双色球选号器解答

这道题还是比较简单的。就是如何从一定的范围中随机地选出几个数。

我们的课程中有介绍过 random.randint 方法，可以产生一定范围中的一个随机整数。所以你可以调用多次该方法，获取到足够多的数。当然考虑到有可能出现重复，需要判断随机出来的值是否有效。

然而这并不是一个好办法。

random 模块中其实有现成的方法：sample。它的作用就是从序列中随机挑选一些元素。因此，选取红球只需要：

import random
# 1~33的列表
red_pool = range(1, 34)
red = random.sample(red_pool, 6)

蓝球，可以一样用 sample，或者 random 的另一个方法：choice。它的作用是从序列中随机挑选一个元素：

# 1~16的列表
blue_pool = range(1, 17) blue = random.choice(blue_pool)

这就大功告成了！

如果想显示的好看些（py2）：

print '红球：',
red.sort()
for r in red.sort():
    print '%02d' % r,
print
print '蓝球： %02d' % blue

上一期的答案里，@王任 同学用一行代码搞定了选号：

import random [random.randint(1, 16), sorted(random.sample(range(1, 34), 6))]

另一位同学 @张良 完成了专注买彩一百年的代码，参见：

然而，当我今天第一次运行他的代码时，结果是：

100 years late, you spend 73000, and earn 3031520

我想这是写错了吧。后来又 run 了许多次，发现并不是……

确实是我错过了 300 万。

---

近期文章推荐阅读：

---

欢迎加入

Crossin的编程教室

crossincode.com

新手入门QQ群：319476204

微信请加 crossin11 留言入群(初级/进阶)

  请把我们分享给身边爱学习的小伙伴 :)  

点击左下角“阅读原文”，查看更多学习资源