毕业设计中用到的列表应用

毕业设计中用到的列表应用

本人的毕业设计题目为“基于刑事电子卷宗分析的罪名与刑期预测”，在做毕设的过程中遇到了很多问题，走了很多弯路，最终将问题一一解决了。下面，我向大家分享一下我所遇到的问题和解决方案：
（1）列表的嵌套
毕业设计的第一步是数据整理，即把法律文档整理成DataFrame的形式。其中，
DataFrame的一列为法条标签，每个法律文本对应法条标签；这时候，需要将法条标签整理成嵌套列表的形式，即每条法律文本的法律标签保存在一个列表中，所有的列表汇集在一起，形成一个新的列表。形式如下：

a=[[1,2],[3,4,5],[6,7,8,9],[10]]

我们称这种形式的列表为嵌套列表，嵌套列表的处理方式与普通列表有些区别。下面进行详细介绍：

1.切片方式
与普通列表不同,嵌套列表的切片方式分为“一级切片”和“二级切片”，下面详细介绍用法：
“一级切片”（返回列表）：

a[3]

输出结果：10

a[0:3]

输出结果：[[1, 2], [3, 4, 5], [6, 7, 8, 9]]

“二级切片”（返回列表或者一个数值）：

a[1][0]

输出结果：3

a[1][0:2]

输出结果：[3,4]

a[0:2][0:3]

输出结果：[[1, 2], [3, 4, 5]]

2.遍历方式

与普通列表不同,嵌套列表的遍历方式需要用双重循环。我们先用通常的想法来进行列表的遍历，如下所示：

for i in a:
    for j in i:
        if j==1:
            j=11
print(a)

输出结果：[[1, 2], [3, 4, 5], [6, 7, 8, 9], [10]]，这与我们预期的输出结果不符。所以，我们换一种遍历方式：

for i in range(0,len(a)):
    for j in range(0,len(a[i])):
        if a[i][j]==1:
            a[i][j]=11
print(a)

输出结果：[[11, 2], [3, 4, 5], [6, 7, 8, 9], [10]]，完全正确。可见，range方法还是稳啊！

（2）jieba分词器生成的列表

通过查阅资料可知，jieba.lcut可以对文本进行分词，并将分词后的结果保存在列表中，列表的每个元素就是分词后的每个词。示例如下：

b=jieba.lcut('元芳你怎么看？我就趴窗口上看呗！')
print(b)

输出结果：[‘元芳’, ‘你’, ‘怎么’, ‘看’, ‘？’, ‘我’, ‘就’, ‘趴’, ‘窗口’, ‘上’, ‘看’, ‘呗’, ‘！’]

分词后需要去停用词，并且需要用空格分隔列表中的元素。示例如下：

首先导入停用词列表文件：

stopword=[line.strip() for line in open('C:/Users/hp/Desktop/毕业设计/毕设/minglue/publish/data/user_data/stopwords.txt','r',encoding='utf-8').readlines()]

然后去停用词，有两种方式

（1）用del方式直接去停用词：

result=[]
for i in range(0,len(b)):
    if b[i] in stopword:
        del b[i]
result.append(' '.join(b))
print(result)

输出结果：[‘元芳 趴 窗口’]

（2）先将停用词转化为空格，再遍历列表去空格：

result=[]
for i in range(0,len(b)):
    if b[i] in stopword:
        b[i]=' '
while ' ' in b:
    b.remove(' ')
result.append(' '.join(b))
print(result)

输出结果：[‘元芳 趴 窗口’]
（ps:本人做毕业设计的时候，第一种方式总出bug，调试不通，被迫换第二种方式。可能是当时del用的不对，也可能是其他原因）