Question

我试图计算字典中的累积分布。分布应采用给定文本中的字母，并查找它们在文本中出现的概率，并由此计算累积分布。我不知道我是否以正确的方式做到了，但这是我的代码：

with open('text') as infile:
text = infile.read()

letters = list(text)
letter_freqs = Counter(letters(text))
letter_sum = len(letters) 
letter_proba = [letter_freqs[letter]/letter_sum for letter in letters(text)]

现在我不想计算累积分布，并将其绘制成直方图，有人可以帮助我吗？

Answer 1

至少应该运行以下内容（您的代码已发布为赢得＆＃t; t）：

import collections, itertools

with open('text') as infile:
    letters = list(infile.read())  # not just letters: whitespace & punct, too
    letter_freqs = collections.Counter(letters)
    letter_sum = len(letters)
    letters_set = sorted(set(letters))
    d = {l: letter_freqs[letter]/letter_sum for l in letters_set}
    cum = itertools.accumulate(d[l] for l in letters_set)
    cum_d = dict(zip(letters_set, cum)

现在你在cum_d中有一个字典映射每个字符，而不仅仅是字母，因为你没有做任何事情来排除空格和标点符号，以及该字符及其下面所有字符的累积概率。按字母顺序。你打算怎么计划＆＃34;情节＆＃34;一本字典，不知道。但是嘿，至少这个确实运行，并产生某些东西，这可能至少符合你为任务提供的模糊规范的一种解释！ - ）

字典中的累积分布

1 个答案: