【每周一坑】三国演义中谁的存在感最强 +【解答】暴力计算圆周率

自然语言处理（NLP）是人工智能的一个重要领域。在对中文做自然语言处理的时候，一个很基础的操作就是分词：因为中文不像英语有现成的单词划分，需要将汉字序列切分成一个个单独的词，以便于后续的处理和分析。

今天我们的题目就是：

统计出《三国演义》书中被提及最多的角色

当然，精确统计是比较复杂的，比如同样是刘备，可以是 刘备、玄德、刘豫州、刘皇叔、使君、先主、备，而同样的 主公、丞相、将军 这些称谓在不同语境下指的又是不同的人。这里我们就只粗略算个大概即可，统计哪些个名字出现次数最多。你可以尽量让结果更接近实际值。

这是我的结果，数值仅供参考。

为了方便大家，我已经准备好了《三国演义》的 txt 文件，UTF8 和 GBK 的版本都有，公众号里回复关键字 三国

其实我们之前做过一些类似的案例，比如：
数据分析：当赵雷唱民谣时他唱些什么？

在知乎上逛一逛，你会发现现在很多人写的有关 Python 的文章都在用这个套路：

  1. 采集相关的文本

  2. 中文分词

  3. 统计词频

  4. 生成词云

当然也有些更厉害的，比如：用机器学习判定红楼梦后40回是否曹雪芹所写

所以，今天的附加题是开放式的，你可以在统计分词的基础上，发挥更多的想象力：图表可视化、生成词云、分析人物的关联性、人物出场分布等等。

详细解答和参考代码将在下次栏目中给出，也可以其他同学在留言中的代码。

期待各位同学提交解答。

提交代码可以使用 paste.ubuntu.com 或 

codeshare.io 等代码分享网站，只需将代码复制上去保存，即可获得一个分享地址，非常方便。

往期问题可通过公众号菜单栏“课外辅导”栏目中进入查看。

【解答】暴力计算圆周率

上次的题目，提示了两种方法：均匀点阵、蒙特卡洛方法。

这里有个细节要注意，如果过你用点阵的话，圆心位置的选取，会直接影响到结果的准确度。因为如果把圆心设在点上，距离 R 的范围内，直径上是有 2R + 1 个点；而设在点的间隔之间，直径则是 2R 个点。那么这时候，分母选择 R² 还是 (R+1)²，结果就不一样了。

一个简单的实现：

R = 10000
R2 = R * R count = 0
for x in range(-R, R+1):
   for y in range(-R, R+1):
       if x * x + y * y <= R2:            count += 1
print(count / R2)

蒙特卡洛法 + 绘图：

import matplotlib.pyplot as pltimport random R = 60
R2 = R * R x_in = [] y_in = [] x_out = [] y_out = []
for i in range(100000):    x = random.random() * 2 * R - R    y = random.random() * 2 * R - R
   if x * x + y * y > R2:        x_out.append(x)        y_out.append(y)
   else:        x_in.append(x)        y_in.append(y) plt.figure(figsize=(16, 16)) plt.scatter(x_out, y_out, color='blue', marker='.', linewidths=0.1, alpha=0.3) plt.scatter(x_in, y_in, color='red', marker='.', linewidths=0.1, alpha=0.3) plt.scatter(0, 0, color='black') plt.show() print(len(x_in) / (len(x_in) + len(x_out)) * 4)

上次提交答案的同学有：
hoshea、a87g5o、张钒、谢谢谢伟、Cool、王文亚、Famisi、星星
大部分同学都提供了2种不同解法，Cool 和 王文亚 还实现了无穷级数法。

感谢各位同学的参与。

期待在下一期中看到你的代码！

赞 (0)

相关推荐