言語処理100本ノック with Python
Docker 環境を使って検証しました。
$ docker pull python:3.6
$ docker run -it python:3.6 bash
Python のバージョンはPython 3.6.4です。
文字列の表示にはprint関数を使う。（Python3の場合）
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = "stressed"
print (str) # stressed を表示文字列"stressed"の文字を逆に（末尾から先頭に向かって）並べた文字列を得よ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = "stressed"
print (str) # stressed を表示
print (str[::-1]) # desserts を表示スライスというテクニックを使うらしい。
str[数字]で、先頭から数字に入れた文字目を表示する。0だったらsが表示される。負の数を入力することもでき、逆順に数える。今回の例だと、str[7]とstr[-1]は同義となる。
str[0] # 's'
str[7] # 'd'
str[-1] # 'd':を使って範囲指定をする。範囲の終わりの文字は結果に表示されないので注意。
str[1:3] # 'tr'
str[0:-3] # 'stres'
str[:4] # 'stre'
str[4:] # 'ssed'もうひとつ:をつけることで、ステップ数を表すことができる。
str[0:6:2] # 'srs', 0番目から6番目を2つ飛ばしで。
str[::3] # 'see', 全体を3つ飛ばしで。
str[-3::2] # 'sd'，負の数も指定可能。後ろから3番目から2つ飛ばしで。
str[::-3] # 'dst'，ステップ数を負の数にすると逆順に全体を3つ飛ばしで。なので、今回の課題は、「逆順に1ステップずつ遡る」と読み替えることができるので、print (str[::-1])と表すことができる。
「パタトクカシーー」という文字列の1,3,5,7文字目を取り出して連結した文字列を得よ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = "パタトクカシーー"
print (str) # パタトクカシーー
print (str[::2]) # パトカーこれもステップを使えば簡単。今回の指定は「2つ飛ばしで表示する」と読み替えることができるのでprint (str[::2])でOK。
「パトカー」＋「タクシー」の文字を先頭から交互に連結して文字列「パタトクカシーー」を得よ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str0 = "パトカー"
str1 = "タクシー"
str2 = ""
for i, j in zip(str0, str1) :
str2 = str2 + i + j
print (str2) # パタトクカシーーまたは
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = ""
tuple0 = tuple("パトカー")
tuple1 = tuple("タクシー")
for i,j in zip(tuple0, tuple1) :
str = str + i + j
print (str)まずは間違いから。ここでは、タプル（tuple）と for loop を利用しようとしました。タプルとは、イミュータブル（不変の）リストのことです。
参考：【Python入門】リストとの違いは？タプルの使い方まとめ | 侍エンジニア塾ブログ | プログラミング入門者向け学習情報サイト
tuple()を使うことで、タプルを作る事ができます。
# 文字列を変数に格納
str0 = "パトカー"
str1 = "タクシー"
# タプルを作成
tuple0 = tuple(str0)
print (tuple0) # ('パ', 'ト', 'カ', 'ー')
tuple1 = tuple(str1)
print (tuple1) # ('タ', 'ク', 'シ', 'ー')これをfor文で取り出してあげればOKと思いましたが、このように書いてしまっておかしなこととなりました。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str0 = "パトカー"
str1 = "タクシー"
str2 = ""
tuple0 = tuple(str0)
print (tuple0)
tuple1 = tuple(str1)
print (tuple1)
for i in tuple0 :
for j in tuple1 :
str2 = str2 + i + j
print (str2)
# 結果
# ('パ', 'ト', 'カ', 'ー')
# ('タ', 'ク', 'シ', 'ー')
# パタパクパシパートタトクトシトーカタカクカシカーータークーシーー冷静に考えればその通りなので、複数の値（i,j）を同時に処理できるようにしなければいけなさそうです。調べて見ると、zip()を使ってあげることでスマートに書けるようです。zip()は複数のシーケンスに並行して同時にアクセスするforループを作るのに便利な関数。
zip()を使うことで、回答例のように文字列を連結するパターンとタプルを活かしたパターンをつくることができました。
"Now I need a drink, alcoholic of course, after the heavy lectures involving quantum mechanics."という文を単語に分解し，各単語の（アルファベットの）文字数を先頭から出現順に並べたリストを作成せよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = "Now I need a drink, alcoholic of course, after the heavy lectures involving quantum mechanics."
str = str.replace('.', "")
str = str.replace(',', "")
str = str.split()
list = []
for i in str:
list.append(len(i))
print (list)
# 結果
# [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5, 8, 9, 7, 9]まず、,と.は邪魔なのでreplaceを使って除去します。次に、splitを使って単語ごとに分割します。splitは引数なしだとスペースやタブで自動的に分割されます。引数にダブルクオートで囲った文字を入れると、区切り文字を指定することができます。
文字数を格納するリストを用意します。そこにfor文で格納していくわけですが、lenを使って文字数をカウント、それをappendを使ってリストに追加しています。
"Hi He Lied Because Boron Could Not Oxidize Fluorine. New Nations Might Also Sign Peace Security Clause. Arthur King Can."という文を単語に分解し，1, 5, 6, 7, 8, 9, 15, 16, 19番目の単語は先頭の1文字，それ以外の単語は先頭に2文字を取り出し，取り出した文字列から単語の位置（先頭から何番目の単語か）への連想配列（辞書型もしくはマップ型）を作成せよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
str = "Hi He Lied Because Boron Could Not Oxidize Fluorine. New Nations Might Also Sign Peace Security Clause. Arthur King Can."
str = str.replace('.', "")
str = str.replace(',', "")
str = str.split()
single = [1, 5, 6, 7, 8, 9, 15, 16, 19]
dict = {}
for (num, word) in enumerate(str,1):
if num in single:
dict[num] = word[:1]
else:
dict[num] = word[:2]
print (dict)
# print (sorted(dict.items()))
# 結果
# {1: 'H', 2: 'He', 3: 'Li', 4: 'Be', 5: 'B', 6: 'C', 7: 'N', 8: 'O', 9: 'F', 10: 'Ne', 11: 'Na', 12: 'Mi', 13: 'Al', 14: 'Si', 15: 'P', 16: 'S', 17: 'Cl', 18: 'Ar', 19: 'K', 20: 'Ca'}辞書型を使います。辞書型（dict）とは、キー（名前）と値をセットにして扱うデータ形式のこと。キーを指定することで値を取り出すことができます。
for文ではenumerate関数を使います。enumerate関数を使うとループする際にインデックスつきで要素を得ることができます。引数に数値を指定することで、カウントアップの数値の起点を指定する事ができます。今回は1からスタートです。
次にif文でリストにある要素と一致した場合を条件としたいので、inを使えばよさそうです。
参考：リスト内に特定の要素があるかでif分岐 - Qiita
辞書への値の追加は辞書[キー] = 値で追加、更新ができます。キーは数字で、値を元素にします。結果、1から順に元素が並んで出力されました。元素をキーにすると順番がバラバラになるので、その場合はsortedを使って並び替えてあげるとわかりやすそうです。順番はばらばらでも、課題としては正解です。
与えられたシーケンス（文字列やリストなど）からn-gramを作る関数を作成せよ．この関数を用い，"I am an NLPer"という文から単語bi-gram，文字bi-gramを得よ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
def ngram(input,num):
last_word = len(input) - num + 1
output = []
for i in range(0,last_word):
output.append(input[i:i+num])
return output
str = "I am an NLPer"
# 文字bi-gram
print(ngram(str,2))
# 単語bi-gram
print(ngram(str.split(),2))
# 結果
# ['I ', ' a', 'am', 'm ', ' a', 'an', 'n ', ' N', 'NL', 'LP', 'Pe', 'er']
# [['I', 'am'], ['am', 'an'], ['an', 'NLPer']]n-gramとは、「隣合うN個の塊」のことを指します。単語n-gramや文字n-gramがあり、例えば「金持ち喧嘩せず」の文字 2-gram(bi-gram) は {金持, 持ち, ち喧, 喧嘩, 嘩せ, せず} となります。
参考：自然言語処理はじめました - Ngramを数え上げまくる
今回は、n-gramを返す関数を実装せよ、という課題ですので、defで関数を定義します。()内には引数として定義する変数を入れましょう。
last_wordは、入力された文字列の長さからngramで取り出したい文字数を引いて1加えたものです。これがどういうことか説明するために、次のfor文を見てみます。
for i in range(0,last_word):
output.append(input[i:i+num])rangeは連続した数字のオブジェクトを作るための関数です。
【Python入門】range関数を使ってリストを作ろう！ | 侍エンジニア塾ブログ | プログラミング入門者向け学習情報サイト
このfor文の変数iの実行範囲は、ゼロからlast_word、つまり今回の文字列の長さ13からnumを引いて1加えた値、今回のbi-gramだと12がセットされます。tri-gramだったら11です。
次に、outputリストにinputをスライスした値を入力していくわけです。そうすると、bi-gramであれば順々に2文字ずつ取り出され、i+numが最後の文字に到達したときにforが終了します。
あとは、この関数ngramで得られた結果（return）を表示してあげるだけです。
この課題は全く分からなかったので以下サイトを参考に読み解きました。
参考：言語処理100本ノック with Python（第1章） - Qiita
"paraparaparadise"と"paragraph"に含まれる文字bi-gramの集合を，それぞれ, XとYとして求め，XとYの和集合，積集合，差集合を求めよ．さらに，'se'というbi-gramがXおよびYに含まれるかどうかを調べよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
def ngram(input,num):
last_word = len(input) - num + 1
output = []
for i in range(0,last_word):
output.append(input[i:i+num])
return output
str0 = "paraparaparadise"
str1 = "paragraph"
X = set(ngram(str0,2))
Y = set(ngram(str1,2))
print (X)
# ['pa', 'ar', 'ra', 'ap', 'pa', 'ar', 'ra', 'ap', 'pa', 'ar', 'ra', 'ad', 'di', 'is', 'se']
print (Y)
# ['pa', 'ar', 'ra', 'ag', 'gr', 'ra', 'ap', 'ph']
# 和集合
union = X | Y
print (union)
# 積集合
intersection = X & Y
print (intersection)
# 差集合
difference = X -Y
print (difference)
# 'se'というbi-gramがXおよびYに含まれるか
print ("se" in X)
print ("se" in Y)
# 結果
# {'se', 'ap', 'di', 'is', 'ra', 'ar', 'pa', 'ad'}
# {'ap', 'ag', 'ph', 'ra', 'gr', 'pa', 'ar'}
# {'se', 'ap', 'ag', 'di', 'ph', 'is', 'ra', 'ar', 'pa', 'gr', 'ad'}
# {'ap', 'ra', 'pa', 'ar'}
# {'se', 'ad', 'is', 'di'}
# True
# Falseこれは割りと書いてある通り、集合の作り方をそのままやればOK。
包含判定については、inを使うことで、True or Falseの判定ができる。
引数x, y, zを受け取り「x時のyはz」という文字列を返す関数を実装せよ．さらに，x=12, y="気温", z=22.4として，実行結果を確認せよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
x = 12
y = "気温"
z = 22.4
def tenki(x,y,z):
return str(x) + u"時の" + y + u"は" + str(z)
print(tenki(x,y,z))
# 結果
# 12時の気温は22.4文字列の連結は+でできるようです。xとzはintなので、strに変換するために、str()を使用しています。
与えられた文字列の各文字を，以下の仕様で変換する関数cipherを実装せよ．
英小文字ならば(219 - 文字コード)の文字に置換 その他の文字はそのまま出力 この関数を用い，英語のメッセージを暗号化・復号化せよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
def cipher(input):
output = ""
for i in input:
if i.islower():
output += chr(219 - ord(i))
else:
output += i
return output
input = "If you can dream it, you can do it."
coded = cipher(input)
print(cipher(input))
print(cipher(coded))
# 結果
# Iu blf xzm wivzn rg, blf xzm wl rg.
# If you can dream it, you can do it.ordは組み込み関数で、「1 文字の Unicode 文字を表す文字列に対し、その文字の Unicode コードポイントを表す整数を返します。例えば、 ord('a') は整数 97 を返し、 ord('€') (ユーロ記号) は 8364 を返します。これは chr() の逆です。」というものです。
chrも組み込み関数で「Unicode コードポイントが整数 i である文字を表す文字列を返します。例えば chr(97) は文字列 'a' を、 chr(8364) は文字列 '€' を返します。 ord() の逆です。」というものです。
参考：2. 組み込み関数 — Python 3.6.3 ドキュメント
ということがわかれば、あとは簡単。for文で文字を1つずつ読み込み、小文字だったら変換処理をしてoutputに値を格納、そうでなければそのままoutputに値を格納すればOkです。
スペースで区切られた単語列に対して，各単語の先頭と末尾の文字は残し，それ以外の文字の順序をランダムに並び替えるプログラムを作成せよ．ただし，長さが４以下の単語は並び替えないこととする．適当な英語の文（例えば"I couldn't believe that I could actually understand what I was reading : the phenomenal power of the human mind ."）を与え，その実行結果を確認せよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
import random
input = "I couldn't believe that I could actually understand what I was reading : the phenomenal power of the human mind ."
def typoglycemia(input):
output = []
for word in input.split(' '):
if len(word) <= 4:
output.append(word)
else:
middle_char = list(word[1:-1])
random.shuffle(middle_char)
output.append(word[0] + ''.join(middle_char) + word[-1])
return ' '.join(output)
print(typoglycemia(input))
# 結果
# I cd'nuolt bleeive that I could aualctly urnantdsed what I was rianedg : the poneneahml peowr of the haumn mind .randomはrandom.shuffle(list)はできても、random.shuffle(str)はできません。また、random.shuffle(list)の結果をstr()で変換してもNoneが返ってきてしまいます。
最終的にはjoinでリストを文字列に変更すればいいという結論に落ち着きました。
hightemp.txtは，日本の最高気温の記録を「都道府県」「地点」「℃」「日」のタブ区切り形式で格納したファイルである．以下の処理を行うプログラムを作成し，hightemp.txtを入力ファイルとして実行せよ．さらに，同様の処理をUNIXコマンドでも実行し，プログラムの実行結果を確認せよ．
行数をカウントせよ．確認にはwcコマンドを用いよ．
wcコマンドでのカウント結果はこちら。
root@687baf7b1c81:/share/chapter2# ls
hightemp.txt
root@687baf7b1c81:/share/chapter2# wc -l hightemp.txt
24 hightemp.txt
Python のコードはこちら。３つ書いてみたけどうまくいったのは「10-2.py」だけでした。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 10-1.py
import sys
file = "./hightemp.txt"
f = open(file)
count = 1
for i in f.readline():
count += 1
f.close()
print(count)
# 結果
# 23#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 10-2.py
import sys
file = "./hightemp.txt"
f = open(file)
lines = f.readlines()
f.close()
print(len(lines))
# 結果
# 24#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 10-3.py
file = "./hightemp.txt"
count = 1
for lines in file:
count += 1
print(count)
# 結果
# 15ファイル操作をする際にはimport sysを読み込み、ファイルを開くopen、行を読み込むread, readline, readlines、ファイルを閉じるcloseが利用できます。
「10-1.py」では、readlineをつかって１行ずつ読み込みましたが、２３行しかカウントできていません。（Issue #1）
「10-2.py」では、readlinesを使ってすべての行を一気に読み込み、その長さをlen()を使ってカウントしています。なお、readlinesでは、以下のようなリスト形式でファイルが読み込まれます。これはうまくいきました。
['高知県\t江川崎\t41\t2013-08-12\n', '埼玉県\t熊谷\t40.9\t2007-08-16\n', '岐阜県\t多治見\t40.9\t2007-08-16\n', '山形県\t山形\t40.8\t1933-07-25\n', '山梨県\t甲府\t40.7\t2013-08-10\n', '和歌山県\tかつらぎ\t40.6\t1994-08-08\n', '静岡県\t天竜\t40.6\t1994-08-04\n', '山梨県\t勝沼\t40.5\t2013-08-10\n', '埼玉県\t越谷\t40.4\t2007-08-16\n', '群馬県\t館林\t40.3\t2007-08-16\n', '群馬県\t上里見\t40.3\t1998-07-04\n', '愛知県\t愛西\t40.3\t1994-08-05\n', '千葉県\t牛久\t40.2\t2004-07-20\n', '静岡県\t佐久間\t40.2\t2001-07-24\n', '愛媛県\t宇和島\t40.2\t1927-07-22\n', '山形県\t酒田\t40.1\t1978-08-03\n', '岐阜県\t美濃\t40\t2007-08-16\n', '群馬県\t前橋\t40\t2001-07-24\n', '千葉県\t茂原\t39.9\t2013-08-11\n', '埼玉県\t鳩山\t39.9\t1997-07-05\n', '大阪府\t豊中\t39.9\t1994-08-08\n', '山梨県\t大月\t39.9\t1990-07-19\n', '山形県\t鶴岡\t39.9\t1978-08-03\n', '愛知県\t名古屋\t39.9\t1942-08-02\n']「10-3.py」では、7. 入力と出力 — Python 3.6.3 ドキュメント の情報を見てやってみたのですが、なんと１５という結果が返ってきました。これは理由が検討もつきません。。。（Issue #2）
タブ1文字につきスペース1文字に置換せよ．確認にはsedコマンド，trコマンド，もしくはexpandコマンドを用いよ．
まずは、bashで。
[root@af9619d42a50 chapter2]# cat hightemp.txt
高知県 江川崎 41 2013-08-12
埼玉県 熊谷 40.9 2007-08-16
岐阜県 多治見 40.9 2007-08-16
山形県 山形 40.8 1933-07-25
山梨県 甲府 40.7 2013-08-10
和歌山県 かつらぎ 40.6 1994-08-08
静岡県 天竜 40.6 1994-08-04
山梨県 勝沼 40.5 2013-08-10
埼玉県 越谷 40.4 2007-08-16
群馬県 館林 40.3 2007-08-16
群馬県 上里見 40.3 1998-07-04
愛知県 愛西 40.3 1994-08-05
千葉県 牛久 40.2 2004-07-20
静岡県 佐久間 40.2 2001-07-24
愛媛県 宇和島 40.2 1927-07-22
山形県 酒田 40.1 1978-08-03
岐阜県 美濃 40 2007-08-16
群馬県 前橋 40 2001-07-24
千葉県 茂原 39.9 2013-08-11
埼玉県 鳩山 39.9 1997-07-05
大阪府 豊中 39.9 1994-08-08
山梨県 大月 39.9 1990-07-19
山形県 鶴岡 39.9 1978-08-03
愛知県 名古屋 39.9 1942-08-02
[root@af9619d42a50 chapter2]#
[root@af9619d42a50 chapter2]#
[root@af9619d42a50 chapter2]# cat hightemp.txt | sed -e 's/\t/ /g'
高知県 江川崎 41 2013-08-12
埼玉県 熊谷 40.9 2007-08-16
岐阜県 多治見 40.9 2007-08-16
山形県 山形 40.8 1933-07-25
山梨県 甲府 40.7 2013-08-10
和歌山県 かつらぎ 40.6 1994-08-08
静岡県 天竜 40.6 1994-08-04
山梨県 勝沼 40.5 2013-08-10
埼玉県 越谷 40.4 2007-08-16
群馬県 館林 40.3 2007-08-16
群馬県 上里見 40.3 1998-07-04
愛知県 愛西 40.3 1994-08-05
千葉県 牛久 40.2 2004-07-20
静岡県 佐久間 40.2 2001-07-24
愛媛県 宇和島 40.2 1927-07-22
山形県 酒田 40.1 1978-08-03
岐阜県 美濃 40 2007-08-16
群馬県 前橋 40 2001-07-24
千葉県 茂原 39.9 2013-08-11
埼玉県 鳩山 39.9 1997-07-05
大阪府 豊中 39.9 1994-08-08
山梨県 大月 39.9 1990-07-19
山形県 鶴岡 39.9 1978-08-03
愛知県 名古屋 39.9 1942-08-02
Pythonでの回答。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 11.py
import re
file = "./hightemp.txt"
f = open(file)
lines = f.read()
f.close()
print(lines.replace("\t"," "),end="")diffとっても問題なし。
root@42b42e8d10d6:/share/chapter2# python3.6 11.py > 11-py.kekka
root@42b42e8d10d6:/share/chapter2# cat hightemp.txt | sed -e 's/\t/ /g' > 11-bash.kekka
root@42b42e8d10d6:/share/chapter2# diff 11-py.kekka 11-bash.kekkaファイルを読み込んで、replace()で置き換えるだけ。print()するときに末尾に\nが入ってしまうので、end=""で改行を消しました。
各行の1列目だけを抜き出したものをcol1.txtに，2列目だけを抜き出したものをcol2.txtとしてファイルに保存せよ．確認にはcutコマンドを用いよ．
地味にcutコマンドの使い方分からなかったので調べました。こんな感じ。
root@42b42e8d10d6:/share/chapter2# cut -f 1 ./hightemp.txt > col1.txt
root@42b42e8d10d6:/share/chapter2# cut -f 2 ./hightemp.txt > col2.txt
Pythonコードはこちら。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 11.py
import re
file = "./hightemp.txt"
f = open(file,mode='r')
col1 = open('col1.txt',mode='w')
col2 = open('col2.txt',mode='w')
for line in f:
cols = line.split()
col1.write(cols[0] + "\n")
col2.write(cols[1] + "\n")
f.close()
テキストファイルへの書き込みはmode='w'を指定する必要があります。
12で作ったcol1.txtとcol2.txtを結合し，元のファイルの1列目と2列目をタブ区切りで並べたテキストファイルを作成せよ．確認にはpasteコマンドを用いよ．
シェルでの確認はこちら。
root@42b42e8d10d6:/share/chapter2# paste col1.txt col2.txt
Pythonコードはこちら。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 13.py
with open('col1.txt') as col1, open('col2.txt') as col2:
line1, line2 = col1.readlines(), col2.readlines()
with open('merge.txt', 'w') as output:
for i,j in zip(line1,line2):
output.write(i.rstrip() + "\t" + j.rstrip() + "\n")col1.txtとcol2.txtのそれぞれをwithで開いて行をすべて読み込みます。次にmerge.txtを開いて、1行ずつ処理した結果を書き込みます。
自然数Nをコマンドライン引数などの手段で受け取り，入力のうち先頭のN行だけを表示せよ．確認にはheadコマンドを用いよ．
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 14.py
import sys
arg = sys.argv
with open("hightemp.txt","r") as txt:
lines = txt.readlines()
for i in range(0,int(arg[1])):
print(lines[i].rstrip())
i = i + 1引数のコマンドラインからの受取にはargvが使えそうです。試しに以下のコードで確認してみます。
import sys
args = sys.argv
print(args)
# 結果
# $ python3.6 test.py a b c
['test.py', 'a', 'b', 'c']リストで引数が入っていることがわかります。
ですので、引数の1つ目までを範囲として行を表示すればよいです。rangeはゼロからスタートし、エンドは終わりたい数値 - 1 です。
自然数Nをコマンドライン引数などの手段で受け取り，入力のうち末尾のN行だけを表示せよ．確認にはtailコマンドを用いよ．
まずは結果。
root@42b42e8d10d6:/share/chapter2# python3.6 15.py 4
大阪府 豊中 39.9 1994-08-08
山梨県 大月 39.9 1990-07-19
山形県 鶴岡 39.9 1978-08-03
愛知県 名古屋 39.9 1942-08-02
root@42b42e8d10d6:/share/chapter2# tail -n 4 hightemp.txt
大阪府 豊中 39.9 1994-08-08
山梨県 大月 39.9 1990-07-19
山形県 鶴岡 39.9 1978-08-03
愛知県 名古屋 39.9 1942-08-02
Pythonコードはこちら。
#!/usr/local/bin python3.6
# -*- coding: utf-8 -*-
# 15.py
import sys
arg = sys.argv
with open("hightemp.txt","r") as txt:
lines = txt.readlines()
end = 0
start = 0 - int(arg[1])
for i in range(start,end):
print(lines[i].rstrip())
i = i + 114の内容を少し改変しただけです。
自然数Nをコマンドライン引数などの手段で受け取り，入力のファイルを行単位でN分割せよ．同様の処理をsplitコマンドで実現せよ．
1列目の文字列の種類（異なる文字列の集合）を求めよ．確認にはsort, uniqコマンドを用いよ．
各行を3コラム目の数値の逆順で整列せよ（注意: 各行の内容は変更せずに並び替えよ）．確認にはsortコマンドを用いよ（この問題はコマンドで実行した時の結果と合わなくてもよい）．
各行の1列目の文字列の出現頻度を求め，その高い順に並べて表示せよ．確認にはcut, uniq, sortコマンドを用いよ．