Word入门:掌握Word界面与基本操作

需积分: 0 0 下载量 167 浏览量 更新于2024-08-17 收藏 493KB PPT 举报
在本章节中,我们将深入探讨计算机基础课程中的Word文字处理软件——Microsoft Word。首先,学习者将通过【体验Word】部分来熟悉Word的工作环境。这部分内容主要分为以下几个方面: 1. Word窗口界面: - 标题栏:包含了窗口控制按钮(最小化、最大化/还原和关闭),同时显示程序名称和当前文档标题。移动窗口可通过拖动标题栏,但最大化状态下不能直接拖动。 - 菜单栏:集中了Word的各种命令,通常包含多个菜单,如文件、编辑、视图等。用户可以通过点击菜单名并配合使用Alt键访问子菜单,某些菜单还有图标和快捷键。 2. 工具栏: - 常用工具栏:日常编辑中常用的按钮,方便快捷操作。 - 格式工具栏:专注于排版功能,如字体、字号、对齐等,鼠标悬停在按钮上可显示其功能提示。 3. 标尺: - 水平和垂直标尺:帮助用户测量文本长度、调整段落缩进、改变页边距、设置栏宽和制表位。 4. 编辑区(文档窗口): - 用户的主要工作区域,用于输入文字、图形,并进行文本修改、编辑和排版。插入点(光标)指示输入位置。 5. 滚动条: - 控制文本的上下和左右浏览,单击箭头或滑块可快速翻页或移动字符。 6. 状态栏: 显示关于光标位置、当前页码、总页数、节信息,以及编辑模式等实时反馈,双击可快速切换到特定模式。 7. 任务窗格: 动态提供所需工具,根据用户需求在适当的时候显示,如自动更正、拼写检查等辅助功能。 通过学习和实践这些基本操作,学生能够掌握Word的基础操作,从而更好地进行文档编辑和排版。完成作业环节,学员需要实际操作以上内容,以便巩固所学知识并培养技能。这不仅是理论教学的重要组成部分,也为今后在实际工作中高效使用Word打下坚实基础。

把这段代码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)))中计算idf的def idf(word, word_count)部分改成自定义输入权重[1,2,3]得到最终的改进后的TF-IDF值,请帮我改进一下代码

2023-06-06 上传

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