一、程序分析

（1）讀取文件到緩沖區

def process_file(dst):     # 讀文件到緩沖區
    try:     # 打開文件
        f1=open(dst,"r")
    except IOError as s:
        print (s)
        return None
    try:     # 讀文件到緩沖區
        bvffer=f1.read()
    except:
        print ("Read File Error!")
        return None
    f1.close()
    return bvffer

（2）緩沖區字符串分割成帶有詞頻的字典

def process_buffer(bvffer):
    if bvffer:
        word_freq = {}
        # 下面添加處理緩沖區 bvffer代碼，統計每個單詞的頻率，存放在字典word_freq
        bvffer=bvffer.lower()
        for x in ‘~!@#$%^&*()_+/*-+\][‘:
            bvffer=bvffer.replace(x, " ")
        words=bvffer.strip().split()
        for word in words:
            word_freq[word]=word_freq.get(word,0)+1
        return word_freq

（3）將字典按詞頻排序並輸出排名前十的詞頻對

def output_result(word_freq):
    if word_freq:
        sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
        for item in sorted_word_freq[:10]:  # 輸出 Top 10 的單詞
            print (item)

（4）封裝main函數

def main():

    dst = "Gone_with_the_wind.txt"
    bvffer = process_file(dst)
    word_freq = process_buffer(bvffer)
    output_result(word_freq)

if __name__ == "__main__":
    import cProfile
    import pstats
    cProfile.run("main()", "result")
    # 直接把分析結果打印到控制臺
    p = pstats.Stats("result")  # 創建Stats對象
    p.strip_dirs().sort_stats("call").print_stats()  # 按照調用的次數排序
    p.strip_dirs().sort_stats("cumulative").print_stats()  # 按執行時間次數排序
    p.print_callers(0.5, "process_file")  # 如果想知道有哪些函數調用了process_file,小數,表示前百分之幾的函數信息
    p.print_callers(0.5, "process_buffer")  # 如果想知道有哪些函數調用了process_buffer
    p.print_callers(0.5, "output_result")  # 如果想知道有哪些函數調用了output_res

二、代碼風格

縮進

使用4個空格進行縮進

ef process_buffer(bvffer):
    if bvffer:

行寬

每行代碼盡量不超過80個字符

三、程序運行命令、運行結果截圖

四、性能分析結果及改進

執行次數最多

執行時間最多

五、可視化操作

• 需要安裝：graphviz ， "pip install graphviz"； 參考使用cProfile分析Python程序性能:鏈接

• 下載轉換 dot 的 python 代碼gprof2dot 官方下載，下載完了，解壓縮，將『gprof2dot.py』 copy 到當前分析文件的路徑，或者你系統 PATH 環境變量設置過的路徑

1. 性能分析：python -m cProfile -o result -s cumulative word_freq.py Gone_with_the_wind.txt;分析結果保存到 result 文件；

2. 轉換為圖形；gprof2dot 將 result 轉換為 dot 格式；再由 graphvix 轉換為 png 圖形格式。

命令：python gprof2dot.py -f pstats result | dot -Tpng -o result.png

得到以下圖

python統計詞頻