数据处理01：Python编程笔记本Jupyter

Jupyter Notebook 可通过 Anaconda Navigator 启动，程序在后台运行并自动用浏览器打开主页面，显示当前用户目录的内容——更快捷的启动方式是直接输入以下命令，这样主页面显示的将是当前目录（按 Ctrl+C 结束运行）：

jupyter notebook

Jupyter Notebook 每次启动会随机生成一个凭据用作安全验证，你可以输入以下命令设置一个登录密码以方便使用：

jupyter notebook password

# 一级标题
## 二级标题
正文段落

正文段落
- 列表
- 列表
1. 编号列表
2. 编号列表
[链接](abc.ipynb)
![图片](xyz.jpg)

在笔记本页面中可以使用热键进行快捷操作，主要有下面这些：

• H 显示热键列表
• A/B 在上/下插入单元格
• M/Y 改为标记/代码单元格
• Enter/Esc 进入/退出编辑单元格
• Ctrl+Enter 运行单元格
• S 保存笔记内容

在主页面中还可以新建文件夹和文本文件，或是打开终端窗口输入命令，例如安装第三方包、运行脚本文件等等。下面让我们来实际练习一下：这个简单的数据分析示例是统计在之前练习项目的所有 Python 程序代码中各个关键字的出现次数，结果存到一个字典。程序引入了两个第三方包——用 wordcloud 根据频度字典生成词云图，再用 matplotlib 显示在页面中（Anaconda 默认已安装后者，只需再装前者即可）

"""练习项目源码中Python关键字出现次数统计
先克隆源码到当前目录 
"""
import os
import re
from keyword import kwlist
import matplotlib.pyplot as plt  # 绘图第三方包
from wordcloud import WordCloud  # 词云第三方包

folder = "pyStudy"
kwdict = {}
# 遍历目录树逐个处理Python源码文件
for foldername, subfoldername, filenames in os.walk(folder):
    for filename in filenames:
        if filename.endswith('.py') or filename.endswith('.pyw'):
            with open(os.path.join(foldername, filename)) as file:
                for line in file:  # 逐行处理文本
                    po =   # 清理非单词类字符
                    line = po.sub(' ', line)
                    for word in line.split():  # 文本拆分为单词
                        if word in kwlist:  # 如为关键字则更新结果字典
                            kwdict.setdefault(word, 0)
                            kwdict[word] += 1
# 排序输出关键字频度
result = sorted(kwdict.items(), key=lambda i: i[1], reverse=True)
cnt = 0
for k, v in result:
    print(f"{k:>8} {v:3}", end=" ")
    if cnt % 5 == 4:
        print()
    cnt += 1
# 根据关键字频度生成词云图
wc = WordCloud(background_color='white', width=1000, height=600)
wc.generate_from_frequencies(kwdict)
plt.figure(figsize=(10, 6))
plt.imshow(wc)
plt.axis("off")
plt.show()

程序放入代码单元格运行即可输出结果，可以看到练习项目中出现的关键字共有 32 个，其中 if、def、import 最为常见（还有三个从未用过 del、finally、nonlocal）

——编程原来是这样……