Python入门后迷茫了怎么办？提高编程水平梳理你的编程思路_学python没有思路怎么办

前言：

这道题在实际应用场景中使用比较广泛，记得哪里看到说李笑来就利用他的编程技能出版过一本背单词的畅销书，统计历年来四六级、托福考试中出现的高频词汇，学生根据词频来记单词，这种方式深受大家喜欢。这就是一个把编程技能用来解决实际问题的典型场景。

所以，哪怕你不是程序员，如果能掌握编程技能的话，也能给你的工作带来极大的便利。

另外，在做数据分析时，那些词云效果本质上都是基于词频统计来控制字体的大小，如果你能熟练运用Python中的知识来解决问题的话，那说明你真正入门Python了。

分析：

本题主要考察以下几个方面的知识点：

1、如何正确读写文件

在 Python 中读写文件可以使用内置函数open()，而 open 函数在python2 和 python3 中有一定的区别，比如 Python 中可以指定读写文件的编码格式，而 Python 则不可以，为了同时兼容2和3，我们通常会使用io模块下面的 open 函数，大家可以查文档搞清楚它们之间的区别，培养主动学习能力和查资料的习惯。

另外一点是读写文件完成之后是需要关闭文件描述符的，除了可以使用 try…except…finally的语法之后，我们还可以使用更优雅的 with … as 的语法来自动关闭文件。

2、如何对数据进行排序

sorted函数是一个使用频率很高的内置函数，它的用法也很强大，因为它可以通过指定参数 key 来进行自定义排序，也就意味着你不仅可以对数字排序、对字母排序、还可以对列表、字典、自定义的对象进行排序，你只需要要告诉 sorted 函数的排序规则是什么，比如一个people对象，我既可以根据年龄排序也可以根据身高体重来排序，所以这个函数时非常灵活的，另外，对于列表对象有自带的 sort 方法，如果能区分清楚 list.sort 与 sorted 之间区别那说明你已经能灵活运用了。

3、匿名函数的使用

刚说了sorted函数可以指定一个参数来控制排序的规则，这个参数可以是一个函数，这种场景往往匿名函数，就是我们常说的lambda函数显得很应景。

4、字典类型的运用

做词频统计，用字典无疑是最合适的数据类型，单词作为字典的key， 单词出现的次数作为字典的 value，很方便地就记录好了每个单词的频率，字典很像我们的电话本，每个名字关联一个电话号码。另外，字典最大的特点就是它的查询速度会非常快。理想情况下时间复杂度为O(1)，我是说理想情况，如果你想深入了解字典的话，建议看看这篇文章 https://www.laurentluce.com/posts/python-dictionary-implementation/。Python中提供了丰富的数据结构，要懂得根据应用场景正确选择合适的数据类型

5、正则表达式的运用

处理文本、字符串，正则表达式简直是神器，无论是做数据爬虫还是表单验证使用非常广泛，当然，正则表达式并不是 Python 特有的东西，所有编程语言都支持，我们除了学习正则表达式的基本规则之外就是Python中的re模块提供的各种函数了，只有熟悉了API 我们才能运用到实际场景中去。关于正则表达式推荐一篇文章：http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html

以上5点，每个点都可以整理出一篇文章出来

实现：

分析完之后，我们实现起来其实是非常快的。所以我们在拿到一个需求的时候，首先肯定是把需求弄清楚，想想大概可以用哪些技术来实现，随后才是动手写代码，其实我们在工作上，真正写代码的时间还不到一半。

# -\*- coding:utf-8 -\*-
import io
import re

class Counter:
    def \_\_init\_\_(self, path):
        """
        :param path: 文件路径
        """
        self.mapping = dict()
        with io.open(path, encoding="utf-8") as f:
            data = f.read()
            words = [s.lower() for s in re.findall("\w+", data)]
            for word in words:
                self.mapping[word] = self.mapping.get(word, 0) + 1

    def most\_common(self, n):
        assert n > 0, "n should be large than 0"
        return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]

if __name__ == '\_\_main\_\_':
    most_common_5 = Counter("importthis.txt").most_common(5)
    for item in most_common_5:
        print(item)
#注：这里的文件是以Python之禅的19条格言保存到文本中进行统计的。

打印结果：

('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)

总结

当然，实现方法不是唯一的。比如Python模块本身就提供了一个collections.Counter的类，它继承自dict类，就是用于做统计的，细心的你可能发现了，我实现的这个Counter和collections下面那个Counter很像，其实这就是造轮子，造轮子可以锻炼我们的编程思维，当然在工作上有现成的东西就没必要自己造轮子了，除非你有信心做得更好。你也可以思考假如Python没有提供Counter这个工具，你该怎么做。

另外，该模块还提供一个有序的字典对象 OrderedDict，使用它可以免去我们手动排序的操作。对于上面提及的知识点你是否都了然于心了，如果回答是的话，恭喜你，我想你应该掌握差不多了，进阶吧，如果你还有很多不清楚的地方，那么需要你更多的总结、练习。

最后

为了帮助大家更好的学习Python，小编给大家准备了一份Python学习资料，里面的内容都是适合零基础小白的笔记和资料，不懂编程也能听懂、看懂，需要获取方式：扫描下方即可获取。

CSDN大礼包：《Python零基础入门&进阶学习资源包》免费分享

👉Python学习路线汇总

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
34a.png)

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！