看完了基礎書，甚至看兩遍了，但自己寫的時候還是沒思路，我該怎麼辦？這篇文章主要介紹了Python入門之後再看點什麼好，具有一定的參考價值，感興趣的小夥伴們可以參考一下
不止一次在微信、知乎有讀者朋友跑過來問：看完了基礎書，甚至看兩遍了，但自己寫的時候還是沒思路，我該怎麼辦？
編程在我看來就是一門手藝活，絕不是簡單通過看書就能學會的，跟學游泳、學車、學鋼琴一個道理，沒別的，掌握了最基本的理論之後就是幹，只有通過大量的練習、實戰才能掌握編程這門技能，之後再回過來頭來繼續深入理論
這個問題在知識星球也同樣被問，於是在那裏我們設了每日一題的專題，每週會出三道題給大家，做完之後要求提交到 GitHub，我會統一對代碼進行 review。這些題一般都是出自於一些真實應用場景，通過這種方式來提高編程水平。
下面這道題我們在星球中的第三題，在你往下翻之前，不妨梳理下你的編程思路。
題目：
統計一個文件中每個單詞出現的次數，列出出現頻率最多的5個單詞。
前言：
這道題在實際應用場景中使用比較廣泛，記得哪裏看到說李笑來就利用他的編程技能出版過一本背單詞的暢銷書，統計歷年來四六級、托福考試中出現的高頻詞彙，學生根據詞頻來記單詞，這種方式深受大家喜歡。這就是一個把編程技能用來解決實際問題的典型場景。
所以，哪怕你不是程序員，如果能掌握編程技能的話，也能給你的工作帶來極大的便利。
另外，在做數據分析時，那些詞雲效果本質上都是基於詞頻統計來控制字體的大小，如果你能熟練運用Python中的知識來解決問題的話，那說明你真正入門Python了。
分析：
本題主要考察以下幾個方面的知識點：
1、如何正確讀寫文件
在 Python 中讀寫文件可以使用內置函數open()，而 open 函數在python2 和 python3 中有一定的區別，比如 Python 中可以指定讀寫文件的編碼格式，而 Python 則不可以，爲了同時兼容2和3，我們通常會使用io模塊下面的 open 函數，大家可以查文檔搞清楚它們之間的區別，培養主動學習能力和查資料的習慣。
另外一點是讀寫文件完成之後是需要關閉文件描述符的，除了可以使用 try…except…finally的語法之後，我們還可以使用更優雅的 with … as 的語法來自動關閉文件。
2、如何對數據進行排序
sorted函數是一個使用頻率很高的內置函數，它的用法也很強大，因爲它可以通過指定參數 key 來進行自定義排序，也就意味着你不僅可以對數字排序、對字母排序、還可以對列表、字典、自定義的對象進行排序，你只需要要告訴 sorted 函數的排序規則是什麼，比如一個people對象，我既可以根據年齡排序也可以根據身高體重來排序，所以這個函數時非常靈活的，另外，對於列表對象有自帶的 sort 方法，如果能區分清楚 list.sort 與 sorted 之間區別那說明你已經能靈活運用了。
3、匿名函數的使用
剛說了sorted函數可以指定一個參數來控制排序的規則，這個參數可以是一個函數，這種場景往往匿名函數，就是我們常說的lambda函數顯得很應景。
4、字典類型的運用
做詞頻統計，用字典無疑是最合適的數據類型，單詞作爲字典的key， 單詞出現的次數作爲字典的 value，很方便地就記錄好了每個單詞的頻率，字典很像我們的電話本，每個名字關聯一個電話號碼。另外，字典最大的特點就是它的查詢速度會非常快。理想情況下時間複雜度爲O(1)，我是說理想情況，如果你想深入瞭解字典的話，建議看看這篇文章。Python中提供了豐富的數據結構，要懂得根據應用場景正確選擇合適的數據類型
5、正則表達式的運用
處理文本、字符串，正則表達式簡直是神器，無論是做數據爬蟲還是表單驗證使用非常廣泛，當然，正則表達式並不是 Python 特有的東西，所有編程語言都支持，我們除了學習正則表達式的基本規則之外就是Python中的re模塊提供的各種函數了，只有熟悉了API 我們才能運用到實際場景中去。
實現：
分析完之後，我們實現起來其實是非常快的。所以我們在拿到一個需求的時候，首先肯定是把需求弄清楚，想想大概可以用哪些技術來實現，隨後纔是動手寫代碼，其實我們在工作上，真正寫代碼的時間還不到一半。
# -*- coding:utf-8 -*-
import io
import re
class Counter:
def __init__(self, path):
"""
:param path: 文件路徑
"""
self.mapping = dict()
with io.open(path, encoding="utf-8") as f:
data = f.read()
words = [s.lower() for s in re.findall("\w+", data)]
for word in words:
self.mapping[word] = self.mapping.get(word, 0) + 1
def most_common(self, n):
assert n > 0, "n should be large than 0"
return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]
if __name__ == '__main__':
most_common_5 = Counter("importthis.txt").most_common(5)
for item in most_common_5:
print(item)
#注：這裏的文件是以Python之禪的19條格言保存到文本中進行統計的。
打印結果：
('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)
總結
當然，實現方法不是唯一的。比如Python模塊本身就提供了一個collections.Counter的類，它繼承自dict類，就是用於做統計的，細心的你可能發現了，我實現的這個Counter和collections下面那個Counter很像，其實這就是造輪子，造輪子可以鍛鍊我們的編程思維，當然在工作上有現成的東西就沒必要自己造輪子了，除非你有信心做得更好。你也可以思考假如Python沒有提供Counter這個工具，你該怎麼做
非常感謝你的閱讀
大學的時候選擇了自學python，工作了發現吃了計算機基礎不好的虧，學歷不行這是沒辦法的事，只能後天彌補，於是在編碼之外開啓了自己的逆襲之路，不斷的學習python核心知識，深入的研習計算機基礎知識，整理好了，我放在我們的Python學習扣qun：774711191，如果你也不甘平庸，那就與我一起在編碼之外，不斷成長吧！
其實這裏不僅有技術，更有那些技術之外的東西，比如，如何做一個精緻的程序員，而不是“屌絲”，程序員本身就是高貴的一種存在啊，難道不是嗎？[點擊加入]想做你自己想成爲高尚人，加油！
@本文來源於公衆號：csdn2299，喜歡可以關注公衆號 程序員學府