Day10 如何写出一份上台面的 issue？（供吐槽版）

1. 什么是 ”jieba" ？

"jieba"是一个中文分词 module。

而所谓的中文分词，无非是要折腾明白”一个连续的中文字符串究竟包含了哪些词“。比如，在张小龙的四小时演讲刷屏之际，有人特意统计了张小龙的整场演讲没有用到哪些词，最常用的词又是哪些，并以此作为论据，写出了一篇广为传播的文章。

2. 如何安装 “jieba”？

打开“终端”（Terminal），输入：

pip install jieba

终端返回”Successfuly installed jieba-0.39"，示意安装成功。

3. 我们会使用该 module 的哪些分词 method ？

jieba.cut("需要分词的字符串", cut_all=True / False)，返回一个分词完毕的”字符串“

jieba.lcut("需要分词的字符串", cut_all=True / False)，返回一个分词完毕的”列表“

我们选用 jieba.lcut() ，因为”列表“方便我们进行后续的词频排序。

4. 什么是 “分词模式” ？”jieba" 的 “分词模式” 有哪些？

在不同的使用场景下，我们对“分词功能”的精确度和速度也有着不同的要求。因此，jieba 提供了3种“分词模式”：

1、精确模式
2、全模式
3、搜索引擎模式

5. 代码示例及输出结果

5.1 精确模式

参数 cut_all=False（若为True，则为全模式）；不输入参数 cut_all，则默认为精确模式。我们选择后者 jieba.lcut("需要分词的字符串") ：

import jieba        # 导入 jieba

string = "他来到了网易杭研大厦"       # 为变量 string 赋值字符串

seg_list = jieba.lcut(string)     # 调用 jieba method 进行分词，将结果赋值给 seg_list

print(seg_list)    # 输出 该列表

# 结果：  ["他", "来到", "了", "网易", "杭研", "大厦"]

5.2 全模式、搜索引擎模式

详参原文档

6. 直面 Day 10

有了强大的 jieba module，接下来的事儿就好办了。

seg_list = jieba.lcut(string)     #  对字符串 string 进行分词，并将结果赋值给 ”seg_list"

seg_dic = dict([(word,seg_list.count(word)) for word in seg_list if len(word)>=2])    #  用“列表推导式（List Comprehension），遍历seg_list，生成词典seg_dic，该词典的”key“长度均 >=2

c = Counter(seg_dic)      # 以词典seg_dic为对象创建一个计数器，并赋值给 c

stats = c.most_common(count)      # 返回统计结果 stats，该列表包含了“count”数量的最常见元素及它们对应的值

No repository file, test, or concrete change is named. Start by reviewing the Day 10 tutorial text and the repository’s contribution guidance; completion cannot be determined until an edit or acceptance criterion is specified.