一、程序分析
(1)读文件到缓存区(process_file(dst))
def process_file(dst): # 读文件到缓冲区
try: # 打开文件
f = open(dst, 'r', encoding='gb2312') # dst为文本的目录路径
except IOError as s:
print(s)
return None
try: # 读文件到缓冲区
bvffer = f.read()
except:
print('Read File Error!')
return None
f.close()
return bvffer
(2)处理缓冲区,返回存有词频数据的字典(process_buffer(bvffer))
def process_buffer(bvffer):
if bvffer:
word_freq = {} # 下面添加处理缓冲区 bvffer代码,统计每个单词的频率,存放在字典word_freq
for ch in '“‘!;,.?”':
bvffer = bvffer.lower().replace(ch, " ")
words = bvffer.strip().split()
# strip()
for word in words:
word_freq[word] = word_freq.get(word, 0) + 1
return word_freq
(3)输出词频前十的单词(output_result(world_freq))
def output_result(word_freq):
if word_freq:
# 根据v[1]即词频数量排序
sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
for item in sorted_word_freq[:10]: # 输出 Top 10 的单词
print("(%s,%d) " % (item[0], item[1]))
(4)主函数对之前的函数进行整合(main())
if __name__ == "__main__": dst = 'src/Gone_with_the_wind.txt' # 《飘》文件的路径 bvffer = process_file(dst) word_freq = process_buffer(bvffer) output_result(word_freq)
(5)性能分析
将原来的运行词频的代码卸载main函数中进行测试
def main():
dst = 'Gone_with_the_wind.txt' # 《飘》文件的路径
bvffer = process_file(dst)
word_freq = process_buffer(bvffer)
output_result(word_freq)
主函数入口改为性能分析的代码
if __name__ == "__main__":
cProfile.run("main()", "result")
# 把分析结果保存到文件中,不过内容可读性差...需要调用pstats模块分析结果
p = pstats.Stats("result") # 创建Stats对象
p.strip_dirs().sort_stats("call").print_stats() # 按照调用的次数排序
p.strip_dirs().sort_stats("cumulative").print_stats() # 按执行时间次数排序
# 根据上面2行代码的结果发现函数process_buffer最耗时间
p.print_callees("process_buffer") # 查看process_buffer()函数中调用了哪些函数
二、代码风格说明
python代码编写时,不需要{ }括号,用缩进代替,用来强制规范代码
for ch in '“‘!;,.?”':
bvffer = bvffer.lower().replace(ch, " ")
words = bvffer.strip().split()
三、程序运行命令、运行结果截图
四、性能分析结果及改进
(1)总运行时间
(2)执行次数最多的部分代码
(3)执行时间最多的部分代码