1.字符串操作： 解析身份证号：生日、性别、出生地等。 凯撒密码编码与解码 网址观察与批量生成 解析身份证信息： 凯撒密码： 2.英文词频统计预处理 下载一首英文的歌词或文章或小说。 将所有大写转换为小写 将所有其他做分隔符（,.？！）替换为空格 分隔出一个一个的单词 并统计单词出现的次数。 3.文 ...
分类：
其他好文 时间：
2019-03-11 00:59:46
阅读次数：
173
1.字符串操作： 解析身份证号：生日、性别、出生地等。 凯撒密码编码与解码 网址观察与批量生成 2.英文词频统计预处理 下载一首英文的歌词或文章或小说，保存为utf8文件。 从文件读出字符串。 将所有大写转换为小写 将所有其他做分隔符（,.？！）替换为空格 分隔出一个一个的单词 并统计单词出现的次数 ...
分类：
其他好文 时间：
2019-03-06 17:49:15
阅读次数：
180
1.字符串操作： 身份证号解析 凯撒密码 网址观察与批量生成 2.英文词频统计预处理 ...
分类：
其他好文 时间：
2019-03-06 15:12:36
阅读次数：
187
1.字符串操作： 1.1解析身份证号：生日、性别、出生地等。 1.2 凯撒密码编码与解码 1.3网址观察与批量生成 2.英文词频统计预处理 下载一首英文的歌词或文章或小说，保存为utf8文件。 从文件读出字符串。 将所有大写转换为小写 将所有其他做分隔符（,.？！）替换为空格 分隔出一个一个的单词 ...
分类：
其他好文 时间：
2019-03-06 00:36:10
阅读次数：
147
1.字符串操作： 解析身份证号：生日、性别、出生地等。 凯撒密码编码与解码 网址观察与批量生成 2.英文词频统计预处理 下载一首英文的歌词或文章或小说，保存为utf8文件。 从文件读出字符串。 将所有大写转换为小写 将所有其他做分隔符（,.？！）替换为空格 分隔出一个一个的单词 并统计单词出现的次数 ...
分类：
其他好文 时间：
2019-03-04 20:37:57
阅读次数：
188
[大数据]数据预处理 1.字符串操作：解析身份证号：生日、性别、出生地等。 地址码： 表示编码对象常住户口所在县(市、旗、区)的行政区划代码。 出生日期码：表示编码对象出生的年、月、日，年、月、日代码之间不用分隔符，格式为YYYYMMDD，如19880328。 顺序码： 表示在同一地址码所标识的区域 ...
分类：
其他好文 时间：
2019-03-04 17:39:10
阅读次数：
153
# CalThreeKingdoms.pyimport jieba'''安装第三方库 中文分词jieba pip install jieba统计三国演义中出现次数最多的人'''txt = open("threekingdoms.txt", "rt", encoding="utf-8").read() ...
分类：
编程语言 时间：
2019-01-26 17:57:30
阅读次数：
166
字典树 1、定义：又称单词查找树，Trie树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计 2、优点：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高 3、模板： co ...
分类：
其他好文 时间：
2019-01-23 23:23:07
阅读次数：
226
一、停用词 1、含义：在语料中大量出现，但对我们分析没什么用的词，但对分析有干扰作用，需要剔除后再计算词频；比如：标点符号，量词等 2、停用词表百度搜索就有一堆了 二、TF-IDF 前言： 比如对《中国的蜜蜂养殖》进行词频统计，去掉停用词后计算词频发现“中国”、“蜜蜂“、“养殖” 三个词出现的次数一 ...
分类：
其他好文 时间：
2019-01-19 19:58:53
阅读次数：
172
项目分组情况：我（潘萧臣）、鲍中飞 基本功能模块，实现文章词频统计，每个人独自完成编写语言为C语言和python3.7.0，主要实现英文单词词数统计。 拓展功能，在每个人完成的基础上实现网页内容爬取操作，将爬下来的内容进行词频统计，网页爬虫方面，还未进行详细了解，自己初步打算用python中的req ...
分类：
其他好文 时间：
2019-01-08 15:14:05
阅读次数：
129
