室友利用Python製造出了價值上萬的英語學習資料！
程式製作的最高 10 個單詞圖表
前言
任何語言的學習，最重要的就是詞彙。對於英語也是一樣。你回想下上學期間你為了考英語，背了多少單詞。為了考四六級，抱著厚厚的詞彙書開始從頭背起。然而看著單詞書幾千的單詞，背了每幾天就放棄。效率十分低下。四級能否過，全憑運氣，學霸除外。換個思維，我們是程式設計師，就要利用好我們手中的工具。如果我們能從歷年來的真題，分析每個單詞的頻率，我們是不是隻要把高頻單詞背完就可以。以後的任何英語考試，只要你有真題，就能統計出最高頻率的單詞。想想就非常的激動，這可以為我們省去多少的資料費。
四六級真題詞頻統計
統計的每個單詞的頻率
學習計算機語言，最好的方法，就是用所學的知識去解決現實的問題。最近「從零開始 Python 系列」也基本把基礎的知識都講了。如果你對於 Python 基礎知識有所瞭解，接下拉就是用大量的練習來鞏固這些基礎知識。今天就為大家講解下如何利用 Python 去解析英語真題卷，每個單詞出現的頻率。這對於還在讀書的學生來說，對你考英語是非常的有幫助。
程式思路
程式所有檔案
寫程式最怕就是摸著石頭過河，不知所措。沒有對於實際問題有個大體的分析。真題詞頻統計，首先你應該找到真題的文件。我通過網上下載到以往的四六級真題試卷，這些資料上網搜尋下就很容易找的到。有了文件就要開始確定用什麼庫來解析。我在網上找到的文件是 doc 檔案，即 word 的文件。word 的文件可以使用 win32com 庫來解析。現在文件通過 win32com 庫可以被程式所識別，我們就可以開始分析。有了資料，我們就可以開始處理資料。詞頻統計，一個是單詞，一個是單詞的頻率。很容易就想到用到字典資料結構，來儲存我們的資料。key 為所要統計的單詞，value 是單詞出現的頻率。統計完以後，重新整理成新的字典，批量輸出。最後畫出圖表。
前期準備
由於是要用到讀取 doc 文件的操作和畫圖表，所以你要事先 pip：win32com、matplotlib。win32com 用來讀取 word 文件，以及轉換成 txt 文件。matplotlib 經典的畫相簿，用來畫我們的圖示。
Word2Txt.py
Word2Txt.py 是用來把需要解析的真題試卷文件轉換成 txt 文件，儲存到資料夾「2」中，便於我們操作。真題試卷所有的文件都儲存在「1」資料夾裡，這裡一共有 11 份。當然你可以繼續新增真題試卷，只要你手上有真題試卷的文件。
在 Word2Txt.py 中主要有兩個函式：closesoft()、Translate(path)。分別是用來關閉 WPS 程式，和批量轉換 word 文件成 txt 文件。具體的程式碼如下：
closesoft()
Translate(path)
StaWord.py
StaWord.py 是用來把資料夾「2」下的轉換好的 txt 文字，進行詞頻統計。程式碼並不是很難，其中要注意的一段程式碼是：
正則匹配
這裡用到了 lower() 函式，把單詞轉換成小寫，並且用正則表示式匹配所有的字母，過濾掉所有非字母的字元。這段程式碼並不是很好理解，需要你對正則表示式有一定的瞭解。遇到自己不懂的地方，一定要停下自己的腳步。一個個程式碼去查詢相應的資料，這樣你才能有所提升。
在 StaWord.py 主要有 3 個函式：draw(data, num)、input(file_path, data)、comm(path)。分別是用於畫圖表、輸出統計後的 txt 文字、處理當前目錄先所有的 txt 文字統計詞頻。
draw(data, num)
input(file_path, data)
comm(path)
Test.py
Test.py 就是呼叫每個具體的函式。
寫在最後
程式的大體思路我都已講解完，當然每個人對應的水平都不同。有人覺得上述的程式碼很簡單，但有些人卻覺得很難。當你在讀別人的程式碼時，一定要記住你要讀懂每一行程式碼，你要懂得每行程式碼所代表的操作。如果你遇到不懂得地方，停下來，思考，查資料，寧願花更多得時間，也不去追求戰略上的滿足感。我已經把全部的程式碼一行行的看過去，雖然有些地方我沒看懂。但我看完了！好滿足！好有成就感！實際上你也只是看完了程式碼，根本就沒有吸收到什麼。在這裡加群：700341555獲取學習資料！