调查问卷结果为: 调查文件评语result.txt文档存放在d:\Pvthon下， 不满意，一般，满意，一般，很满意，满意， 一般，一般，不满意，满意，满意，满意，满意，一般，很满意， 一般，不满意 很满意，一般 读取该文件内容; 统计各评语出现的次数，用字典表示; 将字典最终统计结果追加至result.txt文件中.

好的，我会根据您的要求进行操作。以下是Python代码实现：

# 读取文件内容
with open('d:\\Python\\result.txt', 'r') as f:
    content = f.read()

# 统计各评语出现的次数
words = content.split('，')
count = {}
for word in words:
    if word in count:
        count[word] += 1
    else:
        count[word] = 1

# 将字典最终统计结果追加至result.txt文件中
with open('d:\\Python\\result.txt', 'a') as f:
    f.write('\n统计结果：\n')
    for key, value in count.items():
        f.write(key + ': ' + str(value) + '\n')

请注意，以上代码中的文件路径是根据您提供的要求进行设置的，如果文件路径不正确，会导致读取或写入文件失败。

相关问题

利用pvthon基础库(不能用mumpy)编制一个函数，求第一序列加上5与第二序列对应数值乘积之和，并返回计算结果，给出对函数的测试数据。比如输入a=1,2.31: b=13..5]函数完成的功能相当于:(1+5)*3+(2+5)*4+3+5)*5=86。要求，对输入序列长度进行判断，如果不等长，输出“两序列长度不等”提示。参考: 函数: len可以得到序列长度，如len([7,8,9])返回3

好的，我知道了。以下是您需要的代码：

def calculate_sum(a, b):
    if len(a) != len(b):
        return "两序列长度不等"
    else:
        total_sum = 0
        for i in range(len(a)):
            total_sum += (a[i] + 5) * b[i]
        return total_sum

这个函数接收两个序列a和b，然后检查它们的长度是否相等。如果长度不相等，函数将返回一个字符串“两序列长度不等”，否则将计算第一个序列加上5与第二序列对应数值乘积之和，并返回计算结果。

以下是对该函数的测试数据：

a = [1, 2, 3]
b = [3, 4, 5]
print(calculate_sum(a, b))  # 输出：86

a = [1, 2, 3]
b = [3, 4]
print(calculate_sum(a, b))  # 输出：两序列长度不等

希望这可以帮助您！

《天龙八部》是金庸的重要武侠作品之一。这里给出一个《天龙八部》的网络版本，文件名为“天龙八部-网络版.txt”。请编写程序，对该文件中出现的中文词语进行统计，统计文件中前20位出场最多的人物。wordcloud是一款基于Pvthon的词云第二方库，支持对词语数量、背景蒙版、字体颜色等各种细节K设置，试结合leba的分词功能构建《天龙八部》人物出场次数最多的前20人人物姓名的词云，并输出到图片文件中，要求: (1)词云图片大小设置为: 1000700，背景色为白色 (2)字体为“微软雅黑”，最小字体设置为10，最大字体设置为180(3)利用五角星图片“fivestar.png”将词云生成为星形

为了能够实现该功能，需要安装以下库：

- jieba: 用于中文分词
- wordcloud: 用于生成词云
- matplotlib: 用于生成图片

可以通过以下命令安装：

!pip install jieba
!pip install wordcloud
!pip install matplotlib

安装完成后，可以按照以下步骤进行操作：

1. 读取《天龙八部》网络版文件，使用jieba进行中文分词，统计每个人物出现的次数。

import jieba

# 读取文件
with open('天龙八部-网络版.txt', 'r', encoding='utf-8') as f:
    data = f.read()

# 使用jieba进行中文分词
words = jieba.lcut(data)

# 统计人物出现次数
counts = {}
for word in words:
    if len(word) == 1:
        continue
    counts[word] = counts.get(word, 0) + 1

2. 对出现次数进行排序，取前20位出场最多的人物。

# 对出现次数进行排序
items = list(counts.items())
items.sort(key=lambda x: x[1], reverse=True)

# 取前20位出场最多的人物
top20 = items[:20]

3. 生成词云并输出到图片文件中。

from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

# 读取五角星图片
mask = np.array(Image.open('fivestar.png'))

# 生成词云
wc = WordCloud(
    font_path='msyh.ttf',
    background_color='white',
    max_words=2000,
    mask=mask,
    max_font_size=180,
    min_font_size=10,
    mode='RGBA'
)

# 生成词云图像
wc.generate_from_frequencies(dict(top20))

# 提取颜色
image_colors = ImageColorGenerator(mask)
plt.imshow(wc.recolor(color_func=image_colors), interpolation="bilinear")
plt.axis("off")

# 保存图片
wc.to_file('output.png')

最后，程序会在当前目录下生成一个名为“output.png”的图片文件，即为生成的词云图片。