用Python分析了1980~2015年考研英语真题词汇，考研应该这样考！

概述

前言
数据介绍
实现过程
考研英语词汇统计分析
搞笑一刻
阿广说
每日问题
推荐阅读

前言

我们渐渐长大，从一开始的初生牛犊不怕虎到渐渐惧怕孤独，从一开始的单打独斗到渐渐合群躲避孤独。不巧的是，考研就是一个孤单修炼的事情，没有任何人能够去帮你，于是二十出头的我们，从“牛b吊炸天，我要改变全世界”逐渐蜕变成“我要适应这个世界，我要适应孤单”。过去总是赶赴一场又一场热闹，在觥筹交错间，推杯换盏时，说一些违心的话，做一些违心的事，慢慢失去自我。但愿，酒阑人散后，剩下的只有空虚落寞；但愿，灯火阑珊处，留下是考研最美好的回忆。

数据介绍

本文统计的对象为1980年以来英语试卷所包含的词汇，并对其进行了分析和总结。

用Python分析了1980~2015年考研英语真题词汇，考研应该这样考！

进群：960410445 即可获取数十套PDF！

实现过程

(1)加载基础词汇

bw = open('data/basic_words.txt')
basicwords = []
for eachLine in bw:
 basicwords.append(sw.simplify_word(re.split("[^A-Za-z]", eachLine)[0].lower()))
 #print re.split("[^A-Za-z]", eachLine)[0]
print(len(list(set(basicwords))))
basicwords = list(set(basicwords))

(2)加载超纲词汇

notindagang = np.zeros(33)
chaogangword = {}
for j in range(33):
 for k in wy.eywords[j]:
 if k not in dw.dagangwords and k not in bw.basicwords:
 #notindagang[j] += 1
 if chaogangword.has_key(k):
 chaogangword[k] += 1
 else:
 chaogangword[k] = 1
for j in range(33):
 for k in wy.eywords[j]:
 if k not in dw.dagangwords and k not in bw.basicwords:
 if chaogangword[k] <= 2:
 notindagang[j] += 1
chaogangword = sorted(chaogangword.iteritems(), key = lambda e:e[1], reverse = True)
print('Chaogangword =',chaogangword)
pnotindagang = [float(x) / len(wy.eywords[i]) for i,x in enumerate(notindagang)]

(3)词汇分析

def simplify_word(a):
 #如果已经可以判断是名词,动词,形容词,副词,连词
 if enumerate.is_noun(a) or enumerate.is_verb(a) or enumerate.is_adjective(a) or enumerate.is_adverb(a) or enumerate.is_connective(a):
 return a
 try:#测试是否为动词,如果是则返回
 enumerate.is_verb(enumerate.verb.present(a))
 return enumerate.verb.present(a)
 except:#否则继续检查
 pass
 
 #测试是否是名词
 if enumerate.is_noun(enumerate.noun.singular(a)):
 return enumerate.noun.singular(a)
 otherwordlist.append(a)
 #print a
 return a

(4)加载大纲词汇

dagang = open('data/5495大纲词汇.txt')
dagangwords = []
for eachLine in dagang:
 dagangwords.append(sw.simplify_word(re.split("[^A-Za-z]", eachLine)[0].lower()))
 #print re.split("[^A-Za-z]", eachLine)[0]
print(len(list(set(dagangwords))))
dagangwords = list(set(dagangwords))

(5)考研英语真题单词数据可视化

x33 = 1980*np.ones(33)+range(33)
x32 = 1981*np.ones(32)+range(32)
plt.figure('wordeachyear')
plt.plot(x33,wy.eywords_volume,'r--o',alpha = 0.5)
plt.grid(True)
plt.show()
plt.figure('notindagang')
plt.plot(x33,cgw.notindagang,'o-', alpha = 0.5)
plt.grid(True)
plt.show()
plt.figure('wn')
plt.plot(wy.eywords_volume,cgw.pnotindagang,'bo')
plt.show()
plt.figure('pchaogang')
plt.plot(x33,cgw.pnotindagang,'o-', alpha = 0.5)
plt.grid(True)
plt.show()
plt.figure('notinpast')
plt.bar(x33,nip.words_not_in_the_past, color = 'green', alpha = 0.5)
plt.grid(True)
plt.show()
plt.figure('wordsAppearLastTime')
plt.plot(x32, walt.es, 'b--o', alpha = 0.5)
plt.grid(True)
plt.show()
plt.figure('pwordsAppearLastTime')
#plt.axes([1980, 2013 , 0.35 ,0.6])
plt.plot(x32, walt.esr1, 'r-o')
plt.plot(x32, walt.esr2, 'b--o', alpha = 0.4)
plt.plot(x32, walt.esr3, 'y--o', alpha = 0.4)
plt.grid(True)
plt.show()

https://github.com/zandaoguang/English

或者点击查看原文即可获得源码

考研英语真题词汇统计结果

1.第i+1年出现的从1980~i年间从未出现过的单词

用Python分析了1980~2015年考研英语真题词汇，考研应该这样考！

2.第一年真题中出现的单词数

用Python分析了1980~2015年考研英语真题词汇，考研应该这样考！

3.每一年都出现的单词

and, have,other,most,last, all,year,way,hi,like, because,your,new, know,english, chinese,if,you,they,this, give,people,he, not, many, question,from,into,such,work, over,would,make,translation, up, in,no,then,an,will, some,section,we,with, these, it,there, which,by,so, one,when,do,those,can, four,be,that,must,of, say, should,than,a,become, at,write,who,on, the, only,to,but,about, or, for

4.相邻年份考研真题词汇重复数

用Python分析了1980~2015年考研英语真题词汇，考研应该这样考！