8-4 《三国演义》人物出场统计 (无名单版)python

2023-11-21 01:50

本文主要是介绍8-4 《三国演义》人物出场统计 (无名单版)python,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

三国演义.docx
《三国演义》是中国古典四大名著之一,书里面出现了几百个各具特色的人物。编写程序统计各人物的出场次数,输出出场最多的前20个。

因为是.docx文件格式 请确保已经安装了python-docx库

现在我以Thonny为例 演示安装

打开管理包 

安装插件(因为是国外网站,可能会十分缓慢,也可去清华镜像网站安装) 

也可以使用以下命令安装

pip install python-docx
 完整代码

from collections import Counter
from docx import Documentdef count_character_appearances(text):# 人物名单,直接嵌入代码character_list = ['荀彧', '荀攸', '贾诩', '郭嘉', '程昱', '戏志才', '刘晔', '蒋济', '陈群', '华歆', '钟繇', '满宠', '董昭', '王朗', '崔琰', '毛玠', '杜畿', '田畴', '王修', '杨修','辛毗', '杨阜', '田豫', '王粲', '蒯越', '张继', '杜袭', '枣祗', '任峻', '陈矫','郗虑', '桓玠', '丁仪', '丁廙', '司马朗', '韩暨', '韦康', '邴原', '赵俨', '娄圭','贾逵', '陈琳', '司马懿', '张辽', '徐晃', '夏侯惇', '夏侯渊', '庞德', '张郃','李典', '乐进', '典韦', '曹洪', '曹仁', '曹彰', '曹纯', '于禁', '许褚', '吕虔','李通', '文聘', '臧霸', '郭淮', '钟会', '邓艾', '曹休', '张燕', '张绣', '朱灵','路昭', '史涣', '韩浩', '王凌', '孙礼', '秦朗', '郑文', '夏侯尚', '毌丘俭','诸葛诞', '孙乾', '简雍', '糜竺', '糜芳', '庞统', '法正', '许靖', '马良', '徐庶','陈震', '杨仪', '费祎', '蒋琬', '孟优', '黄皓', '诸葛亮', '关羽', '张飞', '马超','黄忠', '赵云', '魏延', '关平', '周仓', '关兴', '张苞', '陈到', '李严', '姜维','廖化', '马谡', '马岱', '陈式', '雷铜', '吴兰', '王平', '任夔', '张翼', '马忠','张南', '冯习', '傅佥', '关索', '陆逊', '张昭', '张紘', '鲁肃', '虞翻', '顾雍','诸葛谨', '诸葛恪', '陆凯', '骆统', '周鲂', '周瑜', '吕蒙', '甘宁', '太史慈','程普', '黄盖', '韩当', '周泰', '蒋钦', '丁奉', '徐盛', '陈武', '凌操', '凌统','潘璋', '朱然', '孙桓', '马忠', '孙韶', '朱桓', '夏恂', '周平', '全琮', '于诠','张角', '何进', '董卓', '袁绍', '吕布', '袁术', '刘表', '刘璋', '马腾', '张鲁','韩遂', '公孙瓒', '韩馥', '刘岱', '王匡', '张邈', '孔伷', '陶谦', '鲍信', '桥瑁','袁遗', '孔融', '张超', '张杨', '刘度', '赵范', '金旋', '韩玄', '黄巾军','张宝', '张梁', '程远志', '邓茂', '马元义', '赵弘', '韩忠', '孙夏', '管亥','何仪', '刘辟', '龚都', '裴元绍', '高升', '张闿', '韩暹', '李乐', '杨奉', '董承','王子服', '李儒', '陈宫', '田丰', '沮授', '审配', '许攸', '郭图', '逢纪', '辛评','荀谌', '辛毗', '陈登', '蒯良', '王累', '韩胤', '沮鹄', '杨弘', '阎象', '蒯越','伍孚', '李傕', '郭汜', '颜良', '文丑', '潘凤', '俞涉', '武安国', '穆顺', '华雄','牛辅', '张济', '樊稠', '胡轸', '胡车儿', '李肃', '高顺', '张任', '高览', '曹性','闵纯', '纪灵', '马休', '马铁', '高览', '袁谭', '袁熙', '袁尚', '高干', '麴义','吕翔', '吕旷', '韩猛', '淳于琼', '焦触', '张南', '马延', '雷薄', '张勋', '陈纪','桥蕤', '郝萌', '侯成', '宋宪', '魏续', '成廉', '蔡瑁', '张允', '黄祖', '苏飞','吕公', '侯选', '程银', '李堪', '张横', '梁兴', '成宜', '马玩', '杨秋', '张让','赵忠', '封谞', '段珪', '曹节', '侯览', '蹇硕', '程旷', '夏恽', '郭胜', '吕伯奢','普净', '华佗', '于吉', '左慈', '吉平']# 统计人物出场次数character_counts = Counter()for character in character_list:count = text.count(character)character_counts[character] = countreturn character_countsdef main():docx_file = "三国演义.docx"# 读取docx文件中的文本内容doc = Document(docx_file)text = " ".join(paragraph.text for paragraph in doc.paragraphs)character_counts = count_character_appearances(text)# 找出出场次数最多的前20个人物most_common_characters = character_counts.most_common(20)# 输出结果print("出场最多的前20个人物:")for character, count in most_common_characters:print(f"{character}:{count}次")if __name__ == "__main__":main()

ps:其实这样统计是错误的因为在《三国演义》中多种称呼都是指同一个人如 曹操 孟德都是同一人,因此需要更加详细的人物名单统计表

这篇关于8-4 《三国演义》人物出场统计 (无名单版)python的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/398971

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

hdu1496(用hash思想统计数目)

作为一个刚学hash的孩子,感觉这道题目很不错,灵活的运用的数组的下标。 解题步骤:如果用常规方法解,那么时间复杂度为O(n^4),肯定会超时,然后参考了网上的解题方法,将等式分成两个部分,a*x1^2+b*x2^2和c*x3^2+d*x4^2, 各自作为数组的下标,如果两部分相加为0,则满足等式; 代码如下: #include<iostream>#include<algorithm

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

hdu4267区间统计

题意:给一些数,有两种操作,一种是在[a,b] 区间内,对(i - a)% k == 0 的加value,另一种操作是询问某个位置的值。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import

hdu4417区间统计

给你一个数列{An},然后有m次查询,每次查询一段区间 [l,r] <= h 的值的个数。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamRead