1、打开Word文档。
2、现在，我们已经创建了Python，我们可以从命令行运行以获取一百个最常用单词的列表。要运行，我们从命令行键入pythoncount.py命令。
3、再一次，如果我们catdomains.py在命令行中输入来检查domains.py，我们应该看到：
4、检查上面的代码，有很多事情要做。让我们将其分解。在函数中，我们是：
5、ifchar==target_char:
6、使用文本编辑器：在文本编辑器中打开要统计的文本，然后使用查找功能来查找目标词出现的次数。
7、我们将稍后讨论为什么创建文件夹，但是现在，让我们使用cd命令导航到创建的文件夹。该cd命令允许我们使用命令行更改目录。
8、printf"fromreadimportload_data\nfromcollectionsimportCounter\n\nstories=load_data()\nheadlines=stories['headline'].str.cat(sep='').lower()\nCount=Counter(headlines.split('')).most_common(100)\nprint(Count)\n">count.py
9、headline—提交的标题。用户可以对其进行编辑，而不必与原始文章的标题相匹配。
10、使用编程语言：可以使用编程语言如Python或Java来编写程序来统计一个词在一段文字中出现的次数。
11、使用电子表格：在电子表格中输入要统计的词，然后使用COUNTIF函数来计算该词出现的次数。
12、要加注星标，让我们Transforming_Data_with_Python在桌面上创建一个文件夹。要使用命令行创建文件夹，可以使用mkdir命令，后跟文件夹名称。例如，如果要创建一个名为的文件夹test，则可以导航到Desktop目录，然后键入mkdirtest。
13、)打印结果。
14、d.使用df.columns列名添加到我们的数据帧。
15、统计字出现次数的方法是使用频率统计。首先，将文本分解成单词或词组。然后，通过计数器或编程语言内置的字符统计函数来计算每个单词或词组的频率。
16、因为load_data()是中的函数read.py，所以我们可以使用导入包的相同方法来导入该函数：fromreadimportload_data()。
17、upvotes-提交的投票数。
18、请注意，以上方法可能需要一些手动操作，并且可能不适用于大规模的任务。如果你需要自动化这个过程，你可能需要使用编程语言如Python，使用其库如python-x来读取和分析Word文档。
19、我们希望将数据读入该文件并创建一个描述性的文件名和函数名称，因此我们将创建一个名为的函数，load_data()并将其保存在名为的文件中read.py。让我们使用读取数据的命令行创建函数。为此，我们将使用该printf函数。(我们将使用printf它，因为它允许我们打印换行符和制表符，我们将使用它们来使对自己和其他人更具可读性)。
20、⽐如if、while、class等。这些只要英语有初中⽔平即可学习。另外对于变量的起名，你可以使⽤汉语拼⾳，不⼀定⾮得使⽤英语单词。
21、forcharintext:
22、尽管有多种使用命令行创建文件的方法，但我们可以利用一种称为管道传输和重定向输出的技术来一次完成两件事：将输出从stdout(命令行生成的标准输出)重定向到文件中并创建一个新文件!换句话说，我们可以让它创建一个新文件并使它的输出成为该文件的内容，而不是让命令行仅打印其输出。
23、创造__init__.py
24、现在，我们已经创建了Python，我们可以从命令行运行，以获取特定时间内发布了多少篇文章的列表。为此，您可以从命令行键入pythontimes.py命令。运行此，您将看到以下结果：
25、统计一个词在一段文字中出现的次数，可以使用以下几种方法：
26、)使用pandasly()方法创建提交时间列。
27、要从时间戳获取小时，我们可以使用该dateutil库。中的parser模块dateutil包含parse函数，该函数可以带一个时间戳，如何使用Python转换数据和命令行https://aaa-cg/data/2304.html并返回一个datetime对象。这是文档的链接。解析时间戳后，hour结果日期对象的属性将告诉您文章提交的时间。
28、为此，我们可以执行以下操作：
29、探索提交时间
30、还记得使用命令行创建文件的多种方法吗?我们可以使用另一个命令来创建文件__init__.py这次，我们将使用该touch命令来创建文件。touch是一个在您运行命令后立即为您创建一个空文件的命令：
31、e.创建一个名为的函数load_data()，其中包含用于读取和处理数据集的代码。
32、点击"查找全部"，然后选择所有查找到的项目。
33、在"选择性粘贴"窗口中选择"无格式文本"进行粘贴。
34、第⼀个是Python语法中的英语单词。
35、提取Word中的英文需要使用一些文本处理技巧。
36、为了解决这个问题，我们可以创建一个名为的文件__init__.py。本质上，__init__.py允许文件夹将其目录文件视为包。最简单的形式__init__.py可以是一个空文件。它只需要存在就可以将目录文件视为包。您可以在Python文档中找到有关包和模块的更多信息。
37、a.请记住，我们要使可读，我们正在使用printf命令通过命令行生成一些输出，以在生成输出时保留格式。
38、读取文本：首先需要读取需要统计的文本，可以使用Python中的open()函数打开文本文件，或者使用Python中的io.StringIO()函数读取字符串。
39、在如何使用Python转换数据和命令行中，我们将深入探讨如何使用Python和命令行来转换数据。
40、g.将输出重定向printf到read.py使用>运算符调用的文件。由于read.py尚不存在，因此已创建文件。
41、如果需要统计一个字在一个文件中出现的次数，可以先将文件读取为字符串，然后按照上述步骤进行统计。如果需要统计一个字在多个文件中出现的次数，可以将多个文件的内容合并为一个字符串，然后进行统计。
42、b.提交时间最多的是什么?
43、如果使用命令行创建此文件，则外观如下：
44、要统计一个字在一段文本中出现的次数，可以按照以下步骤进行：
45、)count.py使用命令行创建一个名为的文件。
46、探索域提交
47、哪些域名最常提交给HackerNews?
48、输出结果为：
49、现在，我们已经创建了一个来读取和处理数据以及创建的数据__init__.py，我们可以开始分析数据了!我们要探索的第一件事是标题中出现的独特词。为此，我们要执行以下操作：
50、选择你想要提取的英文文本。
51、url—提交的基本域。
52、探索标题中的单词
53、text="HelloWorld!"
54、HackerNews是一个站点，用户可以在该站点上通过Internet(通常是有关技术和创业公司)提交文章，而其他人可以“赞扬”这些文章，表示他们喜欢它们。提交的投票越多，在社区中就越受欢迎。热门文章进入HackerNews的“首页”，在其他网站上它们更有可能被他人看到。
55、要从MicrosoftWord文档中提取英文文本，你可以根据你的具体需求和任务的规模采用不同的方法。以下是几种可能的策略：
56、在我们的网站上滚动浏览它们会有些尴尬，但是您可能会注意到最常见的词，例如等等。这些词被称为停用词the，toafor这些词对人类语音很有用，但对数据分析没有任何帮助。您可以在我们的spaCy教程中找到更多有关停用词的信息;如果要扩展此项目，则从我们的分析中删除停用词将是一个有趣的下一步。
57、但是，当然，这仅仅是开始!在如何使用Python转换数据和命令行中，我们没有使用过upvotes数据，因此这是扩展分析范围的一个不错的下一步：
58、使用命令行和Python读取数据
59、```python
60、)times.py使用命令行创建一个名为的文件。
61、)使用value_counts()大熊猫中的方法来计算列中每个值的出现次数。
62、我们鼓励您结合自己的问题，并在继续探索此数据集时发挥创造力!
63、首先，可以使用“查找和替换”功能，将除英文字母外的所有字符替换为空格，再用“拆分文本”功能将文本按空格分成单词，最后用英文词典对单词进行验证和筛选。
64、)使用该.most_common()方法将100个最常用的单词存储到Count。
65、复制所有选择的内容，然后在"编辑"菜单中选择"选择性粘贴"命令。
66、在统计过程中，需要将文本中的所有单词或词组与其出现的频率进行比较，以确定哪些单词或词组出现的频率最高，哪些是最频繁的。此外，还可以对文本进行分词处理，从而获得更具体的统计结果。
67、[('the',2045),('to',1641),('a',1276),('of',1170),('for',1140),('in',1036),('and',936),('',733),('is',620),('on',568),('hn:',537),('with',537),('how',526),('-',487),('your',480),('you',392),('ask',371),('from',310),('new',304),('google',303),('why',262),('what',258),('an',243),('are',223),('by',219),('at',213),('show',205),('web',192),('it',192),('–',184),('do',183),('',178),('i',173),('as',161),('not',160),('that',160),('data',157),('about',154),('be',154),('facebook',150),('startup',147),('my',131),('|',127),('using',125),('free',125),('online',123),('le',123),('get',122),('can',115),('open',114),('will',112),('android',110),('this',110),('out',109),('we',106),('its',102),('now',101),('best',101),('up',100),('code',98),('have',97),('or',96),('one',95),('more',93),('first',93),('all',93),('software',93),('make',92),('iphone',91),('twitter',91),('should',91),('video',90),('social',89),('&',88),('internet',88),('us',88),('mobile',88),('use',86),('has',84),('just',80),('world',79),('design',79),('business',79),('5',78),('s',77),('source',77),('cloud',76),('into',76),('api',75),('top',74),('tech',73),('javascript',73),('like',72),('programming',72),('windows',72),('when',71),('ios',70),('live',69),('future',69),('most',68)]
68、使用工具：有许多工具可以用来统计一个词在一段文字中出现的次数，例如stat.info和googletrends等。
69、printf"fromreadimportload_data\n\nstories=load_data()\ndomains=stories['url'].value_counts()\nforname,rowindomains.items():\n\tprint('{0}:{1}'.format(name,row))\n">domains.py
70、Python爬虫，Python的翻译。Python办公自动化。语音识别。
71、也就是说，不必过分担心先决条件!我们将解释我们正在做的所有事情，所以让我们开始吧!
72、在Python编程中，英语主要体现在两个地⽅。
73、我们将使用的数据集是由ArnaudDrizard使用HackerNewsAPI编译的，可以在此处找到。我们从数据中随机抽取了10000行，并删除了所有多余的列。我们的数据集只有四列：
74、本教程假定您具有函数的基本知识，并且有一点命令行经验也不会受到损害。如果您以前从未使用过Python，请随时查看我们涵盖Python函数基础的任务，或者更深入地研究我们的一些数据科学课程。最近，我们发布了两个新的交互式命令行课程：“命令行元素”和“命令行中的文本处理”，因此如果您想更深入地研究命令行，我们也建议您
75、在如何使用Python转换数据和命令行中，我们探索了数据并建立了一个短目录，这些短可相互配合以提供所需的答案。这是构建我们的数据分析项目的生产版本的第一步。
76、)编写一个函数以从时间戳中提取小时。此函数应首先用于dateutil.parser.parse解析时间戳，然后从结果datetime对象中提取小时，然后使用来返回小时.hour。
77、这是命令行形式的外观：
78、target_char="o"
79、输出结果：遍历完列表后，输出目标字出现的次数。
80、右键点击并选择"复制"或按Ctrl+C。
81、我们想知道大多数文章何时提交。一种简单的重组方法是查看文章的提交时间。为了弄清楚这一点，我们需要使用该submission_time列。
82、submission_time-故事提交时。
83、c.投票总数随时间变化如何?
84、第⼆个是Python错误提⽰.
85、count+=1
86、大多数文章什么时候提交?
87、使用查找和替换功能：
88、遍历列表：遍历列表中的每个字符，可以使用Python中的for循环实现。
89、也就是代码出错时，提⽰的单词可能稍微复杂⼀点，但是错误的类型就那么⼏个，多查⼏个单词即可学会。
90、运行上面的代码后，我们可以catread.py在命令行中键入并执行命令以检查的内容read.py。如果一切正常运行，我们的read.py文件将如下所示：
91、切记：在编程时，有多种方法可以处理任务。在本教程中，我们将逐步解决这些问题，但是肯定还有其他方法同样有效，因此请随时尝试并尝试提出自己的方法!
92、即使包含了停用词，我们也可以发现一些趋势。除了停用词之外，这些词中的绝大多数都是与技术和创业相关的术语。考虑到HackerNews专注于科技创业公司，这并不奇怪，但是我们可以看到一些有趣的特定趋势。例如，谷歌是该数据集中最常提及的品牌。Facebook，Apple和Twitter等其他品牌也是讨论的热门话题。
93、)将所有标题合并为一个长长的字符串。当您合并标题时，我们希望在每个标题之间留一个空格。在此步骤中，我们将使用Series.str.cat连接字符串。
94、)使用value_counts()大熊猫中的方法来计算每小时发生的次数。
95、我们将编写来回答三个关键问题：
96、)使用Counter类可以计算每个单词在字符串中出现的次数。
97、以下是一个简单的Python代码示例，可以统计一个字符串中某个字符的出现次数：
98、将文本粘贴到新的文档、另一个程序如MicrosoftExcel，或者一个简单的文本文件中。
99、在该项目的其余部分，我们将创建更多来回答我们的问题并使用该load_data()函数。尽管我们可以将该函数粘贴到使用该函数的每个文件中，但是如果我们正在处理的项目很大，则可能会变得非常麻烦。
100、Thecharacter'o'ears3timesinthetext.
101、b.进口大熊猫。
102、现在我们已经探索了不同的标题并显示了前100个最常用的词，现在我们可以探索域提交了!为此，我们可以执行以下操作：
103、要做到这一点，我们可以使用>和>>，这取决于我们想用文件来完成。如果文件不存在，两者都会创建一个文件;但是，>将使用重定向的输出覆盖文件中已有的文本，同时>>将任何重定向的输出附加到文件中。
104、判断字符是否为目标字：如果当前字符为目标字，则将计数器加1。
105、笔记本非常适合快速进行数据可视化和探索，但是Python是将我们学到的东西投入生产的一种方式。假设您想建立一个网站，以帮助人们发布具有理想标题和提交时间的HackerNews帖子。为此，您需要。
106、使用Ctrl+F打开"查找和替换"对话框。
107、我们在命令行中执行以下操作：
108、但是首先，值得提出一个您可能正在思考的问题：“Python如何适合命令行，为什么当我知道我可以使用IPython笔记本完成所有数据科学工作时，为什么还要使用命令行与Python进行交互?还是Jupyter实验室?”
109、运行上面的代码后，您可以catcount.py在命令行中键入并执行命令以检查的内容count.py。如果一切正常运行，您的count.py文件将如下所示：
110、另外，还可以使用Python等编程语言的字符串处理函数和正则表达式进行英文提取。在提取的过程中还需要注意一些专有名词、缩写词等特殊情况的处理。提取Word中的英文关键是运用文本处理工具，灵活运用这些工具，就能轻松提取文档中的英文。
111、这是它看起来像一个单独.py文件的样子(如上所述，您可以通过cattimes.py从命令行运行以检查文件来进行确认)：
112、手动复制粘贴：
113、您会注意到大多数提交内容是在下午发布的。但是请记住，这些时间是UTC时间。如果您有兴趣扩展此项目，请尝试在中添加一个部分，以将UTC的输出转换为本地时区。
114、为此，我们可以在命令行中输入以下内容
115、printf"fromdateutil.parserimportparse\nfromreadimportload_data\n\n\ndefextract_hour(timestamp):\n\tdatetime=parse(timestamp)\n\thour=datetime.hour\n\treturnhour\n\nstories=load_data()\nstories['hour']=stories['submission_time'].ly(extract_hour)\ntime=stories['hour'].value_counts()\nprint(time)">times.py
116、哪些新闻最常出现在头条新闻中?
117、)遍历该系列并打印索引值及其关联的总数。
118、)domains.py使用命令行创建一个名为的文件。
119、将文本转换为列表：将文本转换为列表，可以使用Python中的list()函数。
120、在"查找内容"中输入一个特殊字符，例如星号(*)，然后在"替换为"中输入空格。
121、printf"importpandasaspd\n\ndefload_data():\n\thn_stories=pd.read_csv('hn_stories.csv')\n\thn_stories.colummns=['submission_time','upvotes','url','headline']\n\treturn(hn_stores)\n">read.py
122、c.将数据集(hn_stories.csv)读入pandas数据框。
123、count=0
124、熟悉数据
125、该submission_time列包含如下时间戳：2011-11-09T21:56:22Z。这些时间以UTC表示，UTC是大多数软件用于保持一致性的通用时区(想象一个数据库中填充的时间都具有不同的时区;要使用它会非常麻烦)。
126、)load_data从导入read.py，并调用函数以读取数据集。
127、a.标题长度最大才能获得最多投票?
128、)将长字符串拆分成单词。
129、print("Thecharacter'{}'ears{}timesinthetext.".format(target_char,count))
130、运行后，您将看到以下打印结果：
131、f.利用换行符(\n)和制表符(\t)保留格式，因此Python可以读取。
132、https://toutiao/i6831049808313057804/