首页 / 知识
用 Python 高效背单词
2023-11-12 13:38:00
作为一个程序员，经常需要阅读英文论文、文档、书籍。对于一些基础不好的同学来说，最主要的拦路虎是英语单词。计算机类文档不同于小说，其语法、句式都比较简单，可以说只要词汇量有了，阅读就很简单。
如果能在平时提高词汇量，那是最好不过了。鸡汤警告!你必须暗自努力，然后惊艳所有人!这句话打在这里没毛病吧，老铁。但无所侧重地背普通英语字典，恐怕效率并不高。不提前学习单词，直接上手阅读，遇到生词再查，效率也提升不起来。
这里介绍一个针对专业文档背单词的方法：把当前文档的所有单词，建立一个专属字典，先背诵这个字典，再去看书，一定能一目十行。
思路
总体思路是文件分词统计，查找字典，生成新字典。
首先，有一个需要阅读的英文文档，给它分词，按照单词频率排序;?找一个已掌握的英语词汇表(四六级或考研等)，把上文中的单词和本词汇表重复的项删除;?再找一个词汇量大的字典，在其中查找对应解释;?把结果存储到一个字典文件中。
得到的字典，就是这本书的专属字典了。业余背这个字典，相当于掌握了计算机专业英语。这个方法也适用于机械、电子等等任何专业英语的地方。
实现
下面，以Python神作《FluentPython》为例，用Python自带的库实现分词、统计功能。首先看下它的内容梗概。
FluentPython
CLEAR,CONCISE,ANDEFFECTIVEPROGRAMMING
LucianoRamalho
......
分词
首先来分词。
fromcollectionsimportCounter
importre
ct2=Counter()
patt=re.compile(r'\w+')
withopen('f1.txt','r',encoding='utf-8')asf:
forlinf.readlines():
ws=(n.lower()forninpatt.findall(l))
ct2.update(ws)
以上代码中，导入了Counter和re模块。
Counter负责统计单词词频，re正则表达式分割英语单词。得到结果ct2中是所有单词的词频。
下面，把它保存下来。
withopen('result_f1.txt','w',encoding='utf-8')asf:
f.write(''.join(('%s%s\n'%(a,b)fora,binct2.most_common())))
现在，result_f1.txt中存储的是这本书出现的单词，而且是按照词频排序的，如下。
the12414
a5639
of4900
in4837
to4689
is3848
......
和预想得很像，排名靠前的基本是介词等常用词。
另外，比较有意思的数据是，《FluentPython》共使用词汇9118个，其中出现一次的单词有3168个。出现频次最高的the达到12000次。
载入字典
下载一个比较全的字典，十万个单词。载入内存，存储在字典数据变量dicts中。
这是dict结构第一次真正存储字典!
dictdicts=dict()
withopen('103976.txt','r',encoding='gbk')asf:
forlinf.readlines():
k=l[0:l.find('\t')]
v=l[l.find('\t')+1:]
dicts.update({k:v})
删除认识的单词
字典当中大量的theais，相当挑战我们的容忍度，这让旁人看了，还以为我们小学没毕业呢。去掉去掉……
众所周知，我们采用了小学二年级就掌握的postgrade.txt英文字典。
postgrade.txt同学们肯定耳熟能详。神奇的是第一个单词。abandonvt.离弃，丢弃;遗弃，抛弃;放弃……
withopen('postgrade.txt','r',encoding='utf-8')asf:
f.readline()
forlinf.readlines():
k=l[:l.find('')]
try:
deldicts[k]
exceptKeyErrorase:
pass
现在，字典dicts中，仅仅剩下所我们不认识的，103976-5000=98976个单词了。
生成新字典
以词频单词来查找单词表，再把单词和释义存到新单词表中，就得到新单词表了。
withopen('f1_res.txt','w',encoding='utf-8')aswf,open('result_f1.txt','r',encoding='utf-8')asf:
forlinf.readlines():
k=l[:l.find('')]
v=dicts.get(k,None)
ifv:
wf.write('%s%s'%(k,v))
wf.close()
这里第一句，两个with可以写到一句话里。这样代码看起来比较和谐。
查字典方法，使用v=dicts.get(k,None)，这样查不着的单词，返回None，写入新字典时判断这个值，就可以了。
总结
除此处介绍的生生单个文档字典外，还可多拿几个领域专业文档，提取它们的常用单词，然后生成专属字典，这字典，相当于相关领域的专业英语字典。
这里使用Python自带库写程序，效率可能不高。如果需要，可以使用pandas之类的库来实现，提高效率。
以上内容为大家介绍了用Python高效背单词，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注我们http://www.mobiletrain.org/
最新内容
相关内容
Python的字典排序
Python的字典排序，代码，数据，培训，字典，函数，表达式，内容，列表，排列，问题，字典是Python语言中的一种数据结构，每一个字典元素是由一对key-valu
Python网络编程调用接收数据的三种
Python网络编程调用接收数据的三种方法，数据，代码，基础，通用，通讯，服务，网络，培训，方法，报文，最近在使用python进行网络编程开发一个通用的tc
数据科学领域Python比R语言更好
数据科学领域Python比R语言更好，数据，公司，工具，时间，项目，工作，庞大，受益，系统，代码，经常有学员问我们，在数据科学领域里，到底是该选Python呢，
python的数据类型
python的数据类型，数字，较大，数据，培训，变量，表示，字符串，赋值，常量，小数，1.整型Python可以处理任意大小的整数，当然包括负整数，在程序中的表示
为何你的Python代码应是扁平与稀疏
为何你的Python代码应是扁平与稀疏的，代码，培训，信息，观察，设计，工具，嵌套，闻闻，程序员，沉思，Python之禅之所以得名，正是由于它那简明扼要的规
如何提速优化python代码?
如何提速优化python代码?，代码，时间，数据，新增，写法，包装，情况，下来，面临，工作，Python是一种脚本语言，相比C/C++这样的编译语言，在效率和性能方
Python语言自带的数据结构有哪些
Python语言自带的数据结构有哪些，异常，数字，数据，元素，序列，培训，位置，名称，分析，括号，Python作为一种脚本语言，其要求强制缩进，使其易读、美观
提升Python数据分析能力的方法
提升Python数据分析能力的方法，分析，数据，工具，代码，时间，环境，报告，信息，培训，标准，1.Pandas分析包这个工具的好处是显而易见的。下面的动画
0基础学Python有多难?
0基础学Python有多难?，基础，代码，培训，时间，工具，意外，基础知识，下来，工作，各大，该怎么入门?零基础学Python并不难，因为Python是一门非常适合Python数据结构的时间复杂性
Python数据结构的时间复杂性，时间，项目，情况，平均，复杂度，培训，术语，数据，状态，操作，1.让我们了解大O符号的含义是什么?在算法中执行许多操作python经典最短代码实现排序的功能
python经典最短代码实现排序的功能，代码，位置，数据，分析，时间，序列，元素，培训，下来，算法，冒泡排序：算法思想：1.比较相邻的元素，如果第一个比第二
Python之关于高效使用字典的清单
Python之关于高效使用字典的清单，代码，数据，字典，培训，扩大，时报，方式，方法，对象，列表，字典(dict)对象是Python最常用的数据结构，社区曾有人开