Word2007基础教程:编辑区、标尺与滚动条解析

需积分: 3 2 下载量 13 浏览量 更新于2024-08-21 收藏 1.16MB PPT 举报
"这篇文档是关于Word基础与应用的精品教程,主要介绍Word2007的基本操作,包括启动、工作界面、编辑、查看和退出等。教程详细讲解了Word的重要组成部分,如标题栏、Office按钮、快速访问工具栏、功能区、文档编辑区、标尺与滚动条以及状态栏的功能和使用方法。" 在Word2007的基础教程中,首先讲解了如何启动Word2007,标题栏位于窗口顶部,显示当前文档名和程序名,并有窗口控制按钮来执行最小化、最大化/还原和关闭操作。Office按钮位于窗口左上角,提供了新建、打开、保存、打印、关闭文档以及退出Word的快捷方式。快速访问工具栏则包含了一些常用的命令,如“保存”、“撤销”等,方便用户快速访问。 功能区是Word2007的一大特色,它将各种命令按类别组织在不同的选项卡下,例如“开始”、“插入”、“页面布局”等。每个选项卡下的组内还有可能含有对话框启动器,提供更多的自定义设置。文档编辑区是用户输入和编辑文本的地方,光标在此处闪烁,表示当前的编辑位置。 标尺对于精确调整文档布局至关重要,可以显示文字在页面上的位置。当文档内容超出视窗范围时,滚动条就会出现,通过拖动滚动滑块可以浏览文档的不同部分。最后,状态栏位于窗口底部,显示文档的有关信息,如页数、字数统计等。 退出Word2007,用户可以通过点击窗口右上角的“关闭”按钮,或者使用键盘快捷键【Alt+F4】。这些基础知识对于初学者掌握Word的基本操作至关重要,也是进一步学习Word高级功能的基础。

在下面这段代码的基础上进行修改import math from collections import defaultdict corpus =["二价 二价 二价 四价 预约", "四价 四价 四价 九价 预约", "九价 九价 九价 九价 预约"] words = [] for sentence in corpus: words.append(sentence.strip().split()) # 进行词频统计 def Counter(words): word_count = [] for sentence in words: word_dict = defaultdict(int) for word in sentence: word_dict[word] += 1 word_count.append(word_dict) return word_count word_count = Counter(words) # 计算TF(word代表被计算的单词,word_dict是被计算单词所在句子分词统计词频后的字典) def tf(word, word_dict): return word_dict[word] / sum(word_dict.values()) # 统计含有该单词的句子数 def count_sentence(word, word_count): return sum([1 for i in word_count if i.get(word)]) # i[word] >= 1 # 计算IDF def idf(word, word_count): return math.log((len(word_count) / (count_sentence(word, word_count) + 1)),10) # 计算TF-IDF def tfidf(word, word_dict, word_count): return tf(word, word_dict) * idf(word, word_count) p = 1 for word_dict in word_count: print("part:{}".format(p)) p += 1 for word, cnt in word_dict.items(): print("word: {} ---- TF-IDF:{}".format(word, tfidf(word, word_dict, word_count))) print("word: {} ---- TF:{}".format(word, tf(word, word_dict))) print("word: {} ---- IDF:{}".format(word, idf(word, word_count))) print("word: {} ---- count_sentence:{}".format(word, count_sentence(word, word_count))),将IDF进行改进,其中自定义热度权重文件weight.txt中我想存入的是每一个文档的热度权重,改进的idf值就是总文档热度权重总和除以包含某词所在的文档的热度权重之和然后再取对数,请写出改进后的python代码

2023-06-07 上传