文章目录
实验 06 字符串与字典
0 下面的字符串的长度是多少？（共25分）
对于下面五个字符串中的每一个，预测传递该字符串时 len() 将返回什么。 使用变量 length 记录你的答案，然后运行单元格检查你是否正确。
0a.（5分）
a = ""
length = 0
0b.（5分）
b = "it's ok"
length = 7
0c.（5分）
c = 'it\'s ok'
length = 7
0d.（5分）
d = """hey"""
length = 3
0e.（5分）
e = '\n'
length = 1
1.（25分）
有一种说法是“数据科学家花费 80% 的时间清理数据，而他们的 20% 的时间都在抱怨清理数据”。 让我们看看您是否可以编写一个函数来帮助清理中国邮政编码数据。 给定一个字符串，它应该返回该字符串是否代表有效的邮政编码。 就我们的目的而言，有效的邮政编码是由 6 位数字组成的任何字符串。
提示：str 有一个在这里很有用的方法（str.isdigit）。 使用 help(str) 查看字符串方法列表。
def is_valid_zip(zip_code):
"""Returns whether the input string is a valid (6 digit) zip code
Example:
SZ_ZIP = "215000"
>>> is_valid_zip(SZ_ZIP)
>>> Ture
"""
return len(zip_code) == 6 and zip_code.isdigit()
测试
is_valid_zip('215000')
True
2.（25分）
一位研究人员收集了数以千计的新闻文章。 但她想将注意力集中在包含特定词的文章上。 完成以下功能以帮助她过滤文章列表。
您的函数应满足以下条件：
-
不要包含关键字字符串仅作为较大单词的一部分出现的文档。 例如，如果她要查找关键字“closed”，您就不会包含字符串“enclosed”。
-
她不想让你区分大写和小写字母。 所以这句话“Closed the case”。 当关键字为“closed”时将包含在内
-
不要让句号或逗号影响匹配的内容。 “It is closed.” 当关键字为“closed”时将包含在内。 但是您可以假设没有其他类型的标点符号。
扫描二维码关注公众号，回复： 15485687 查看本文章
def word_search(doc_list, keyword):
"""
Takes a list of documents (each document is a string) and a keyword.
Returns list of the index values into the original list for all documents
containing the keyword.
Example:
doc_list = ["The Learn Python Challenge Casino.", "They bought a car", "Casinoville"]
>>> word_search(doc_list, 'casino')
>>> [0]
"""
# 保存匹配文档索引的列表
indices = []
# 遍历文档的索引 (i) 和元素 (doc)
for i, doc in enumerate(doc_list):
# 将字符串 doc 拆分为单词列表（根据空格）
tokens = doc.split()
# 制作一个转换列表，我们在其中“标准化”每个单词以促进匹配。
# 从每个单词的末尾删除句号和逗号，并将其设置为全部小写。
normalized = [token.rstrip('.,').lower() for token in tokens]
# 有匹配的吗？ 如果有，则更新匹配索引列表。
if keyword.lower() in normalized:
indices.append(i)
return indices
测试
doc_list = ["The Learn Python Challenge Casino.", "They bought a car", "Casinoville"]
word_search(doc_list, 'casino')
[0]
3.（25分）
现在研究人员想要提供多个关键字进行搜索。 完成下面的功能来帮助她。
（鼓励您在实现此函数时使用您刚刚编写的 word_search 函数。以这种方式重用代码可以使您的程序更加健壮和可读 - 并且可以节省输入！）
def multi_word_search(doc_list, keywords):
"""
Takes list of documents (each document is a string) and a list of keywords.
Returns a dictionary where each key is a keyword, and the value is a list of indices
(from doc_list) of the documents containing that keyword
>>> doc_list = ["The Learn Python Challenge Casino.", "They bought a car and a casino", "Casinoville"]
>>> keywords = ['casino', 'they']
>>> multi_word_search(doc_list, keywords)
{'casino': [0, 1], 'they': [1]}
"""
keyword_to_indices = {
}
for keyword in keywords:
keyword_to_indices[keyword] = word_search(doc_list, keyword)
return keyword_to_indices
测试
doc_list = ["The Learn Python Challenge Casino.", "They bought a car and a casino", "Casinoville"]
keywords = ['casino', 'they']
multi_word_search(doc_list, keywords)
{'casino': [0, 1], 'they': [1]}