Python語言近來在人工智慧，機器學習，資料分析等領域的突出表現讓其火爆異常。在Github搜一下machine learning 可以看到語言使用情況排名如下：

                   圖1

此處不想過多介紹Python優缺點，本文主要是告訴初學者如何搭建python練習平臺。在眾多的python解析器和工具中，個人認為Anaconda + pycharm是很不錯的搭配。

前者擁有豐富的包可以直接呼叫，省去了很多pip安裝過程，後者是隻針對python使用的開發工具。

本文內容 介紹 Pycharm 和Anaconda的下載，安裝，配置 及第一個程式執行完成。

下載：

根據自己電腦系統選擇合適的32位或64位的程式安裝包，他們都支援Windows, MacOS 和Linux系統. Pycharm 主要選擇Community版本

安裝：

初學者可以直接使用預設的安裝方式，兩個包安裝在同一目錄下，注意安裝過程比較慢，尤其是Anaconda,需要十幾分鍾，咱安裝3.6版本，安裝完後文件夾就有3.7GB。

配置：

安裝完以上兩個程式包後 開始配置。開啟Pycharm  選擇File-->Default setting--> Project Interpreter, 將會看到右邊的project interpreter 顯示<no interpreter>.

選擇向下箭頭可以看到  Anaconda3\python.exe路徑(圖2)，選擇確認即可。配置完成後可以看到已經匯入了很多包，版本及最新的版本(圖3)。

                                             圖2

                                            圖3                                                                                                                            

專案案例：

目前為止最佳工具已經做好，接下來就可以發揮您的優勢來玩轉pyhon

下列程式是一個用來統計一篇英文新聞中使用最頻繁的單詞，只是做簡單展示，因而提前下載好文字檔案，且沒有使用去停用詞功能。

對該案例簡單分析：

第一步 需要考慮如何開啟檔案 直接使用open() 還是使用with open() as f  方式,推薦使用後者，可以不用考慮自己寫程式碼關閉檔案問題

第二步 需要考慮如何計算每個單詞出現的頻率，最好的方式是使用字典統計，用字典的關鍵字儲存單詞，字典值儲存次數

第三步 在統計單詞前需要將單詞從檔案中提取，這裡採用正則方式直接提取單詞，當然這裡比較簡單，後續複雜型別可以考慮使用NLP工具包

第四步 對統計好的字典按出現單詞頻率最高進行排序，也就是使用sorted() 進行逆排序，之後採用列表切片方式獲取使用最頻繁的單詞。

# Program start.
import re
import io

#Define a class to process text and calculate words frequency
class CounterWords():
    #Read text file and save the words in dict
def __init__(self,path):
        self.word_dict = dict()
       with io.open(path,encoding="utf-8") as f:
            data = f.read()
            words = [single.lower() for single in re.findall("\w+", data)]          for word in words:
                self.word_dict[word] = self.word_dict.get(word,0) + 1     #Calculate the top used words frequency
def word_frequency(self,n):
        assert n > 0, "n should be large than 0"
word_sort = sorted(self.word_dict.items(), key=lambda item:item[1], reverse=True)
        return word_sort[:n]


if __name__ == "__main__":   

    top_commom_word = CounterWords('news_xinhua.txt').word_frequency(10)
    print ("The top used words:")
    for word in top_commom_word:
        print (word)

Output the top 10 used words:

The top used words:
('the', 23)
('of', 19)
('and', 16)
('cpc', 8)
('central', 6)
('committee', 6)
('a', 6)
('to', 6)
('xi', 5)
('political', 5)

哈哈 “xi” 使用了5次, 此處的"xi"就是習大大，這是一篇關於習大大主持的民主生活會的文章，有5次提到他哦。

本文僅做自己記憶的筆記，希望對新人有所借鑑。