一、基本資訊

1.本次作業的地址： https://edu.cnblogs.com/campus/ntu/Embedded_Application/homework/2088

2.專案Git的地址：https://gitee.com/ntucs/PairProg/tree/SE016_017

3.開發環境：Pycharm2018、Python3.6

4.結對成員：1613072013 劉賽、1613072011蔣兆豐

二、專案分析

       2.1 程式執行模組（方法、函式）介紹

       ①任務一：讀取檔案、統計行數寫入result.txt方法

import re
import jieba
from string import punctuation

def process_file(dst):     # 讀檔案到緩衝區
    try:     # 開啟檔案
        f=open(dst,'r')
    except IOError as s:
        print (s)
        return None
    try:     # 讀檔案到緩衝區
        x=f.read()
    except:
        print ("Read File Error!")
        return None
    bvffer=x
    return bvffer

       ②任務一：使用正則表示式統計詞頻，存放如字典模組

def line_count(dst):
    count=0
    for index,line in enumerate(open(dst,'r')):
        count+=1
    print("text line :",count)
def process_buffer(bvffer):
    c=bvffer.lower()
    result=re.sub("[0-9]+[a-z]+"," ",c)
    re1=re.findall('[a-z]+\w+',result)
    d=open("stopwords.txt",'r').read()
    if re1:
        word_freq = {}
        # 下面新增處理緩衝區 bvffer程式碼，統計每個單詞的頻率，存放在字典word_freq
        for word in re1:
            if word not in d:
                if word not in word_freq:
                    word_freq[word]=0
                word_freq[word]+=1
        return word_freq

       ③任務一：儲存排名前十結果至result.txt模組

def output_result(word_freq):
    doc=open('result.txt','w')
    if word_freq:
        sorted_word_freq = sorted(word_freq.items(), key=lambda v: v[1], reverse=True)
        print(len(word_freq))
        for item in sorted_word_freq[:10]:  # 輸出 Top 10 的單詞
            print(item[0],":",item[1])
            print(item[0],":",item[1],file=doc)
    doc.close()

       ④任務一：主函式呼叫各個模組邏輯

if __name__ == "__main__":
    import argparse
    parser = argparse.ArgumentParser()
    parser.add_argument('dst')
    args = parser.parse_args()
    dst = args.dst
    line_count(dst)
    bvffer = process_file(dst)
    word_freq = process_buffer(bvffer)
    output_result(word_freq)
    word_frequency(bvffer)

　　⑤任務二：停詞表模組

　　功能實現方法：使用 nltk（Natural Language Toolkit，自然語言處理工具包，在NLP領域中，最常使用的一個Python庫。）下載英文停詞表，存放到list_stopWords集合中，接著對將要處理的英文單詞進行判斷是否與list_stopWords中的詞彙相等，如果相等則跳過，即停詞功能。

　　程式碼模組如下：

    d=open("stopwords.txt",'r').read()       #停詞
    if re1:
        word_freq = {}
        # 下面新增處理緩衝區 bvffer程式碼，統計每個單詞的頻率，存放在字典word_freq
        for word in re1:
            if word not in d:
                if word not in word_freq:
                    word_freq[word]=0
                word_freq[word]+=1
        return word_freq

         任務二：列出高頻短語模組

def Phrase_statistics(bvffer):       #統計高頻片語
    text=nltk.text.Text(bvffer.split())
    print(text.collocations())

       2.2 程式演算法時間、空間複雜度分析

def process_buffer(bvffer):
    c=bvffer.lower()
    result=re.sub("[0-9]+[a-z]+"," ",c)
    re1=re.findall('[a-z]+\w+',result)
    d=open("stopwords.txt",'r').read()
    if re1:
        word_freq = {}
        # 下面新增處理緩衝區 bvffer程式碼，統計每個單詞的頻率，存放在字典word_freq
        for word in re1:
            if word not in d:
                if word not in word_freq:
                    word_freq[word]=0
                word_freq[word]+=1
        return word_freq

假設字典中有n個元素，執行一次就迴圈一次，共n次，所以時間複雜度為O（n）,每次建立一個空間存放將要使用詞，所以空間複雜度為O（1）

       2.3 程式執行案例截圖

       result執行截圖：

      高頻片語截圖：

三、效能分析

1.

 2.

四、其他

       4.1 結隊程式設計時間開銷

由於之前沒有接觸過python，大部分的時間用於學習python的各種函式應用，，查閱資料，一邊做，一邊學。查閱技術文件、結隊程式設計。大體分工為兩位同學同時查閱技術文件，接著交流討論。對各個技術方式實踐結隊程式設計最後選擇最合適的方案。

       4.2 結隊程式設計照片

五、事後分析與總結 

五、事後分析與總結

5.1簡述結對程式設計時，針對某個問題的討論決策過程。

在實現檢視高頻短語的功能時，蔣兆豐的程式碼與我的程式碼一度產生衝突。蔣兆豐的想法是使用字串組成想要提取的短語，我的想法是使用nltk中的collection方法。

5.2評價對方：請評價一下你的合作伙伴，又哪些具體的優點和需要改進的地方。 這個部分兩人都要提供自己的看法。

（1）劉賽對蔣兆豐的評價：蔣兆豐同學積極主動，好學，在我們學習python的時候理解的很快也理解的很好。

（2）蔣兆豐對劉賽的評價：劉賽同學在程式設計的時候有遇到很多問題，討論的時候提出了比較好的想法。

 5.3評價整個過程

       結對程式設計是一個相互學習、相互磨合的漸進過程，團隊合作對於程式設計而言很重要。

5.5其他

       在學習一門新的語言時要多查詢資料多餘同學討論，並且要多敲程式碼，多進行實踐。