课程大纲 第 7 课,共 246 课 · 第 1 模块:这门课用到的 Python
第 1 模块:这门课用到的 Python

字典和计数

为什么重要 在一个语言模型看到文本之前,有人会先数出其中的词或片段。字典就是用来计数的工具。

字典把一个键映射到一个值,比如把一个词映射到它出现的次数:{'the': 3, 'cat': 1}。要计数,就查出当前的次数(新词为 0)再加 1。

counts = {}
for w in words:
    counts[w] = counts.get(w, 0) + 1

counts.get(w, 0) 的意思是:如果有 w 的次数就取它,否则取 0。

很小的数字

“The cat. The hat!”在转成小写并去掉标点之后,有 the、cat、the、hat 这几个词,所以次数是 the: 2、cat: 1、hat: 1。如果不清理,“The”、“the”和“cat.”会被当作不同的词来数。

回顾 清理,切分,用 get(key, 0) + 1 计数。

本课中的词语和符号
均值、离散程度
平均值,以及各个值大致离它有多远(标准差)
轮到你了

编写 word_counts(text),返回一个词频字典。把文本转成小写,去掉这些字符,然后按任意空白切分(空格、制表符、换行:不带参数的 text.split() 就是这样做的):. , ! ? ; : " '。空文本得到一个空字典。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。