自然语言处理（NLP）是人工智能的一个重要领域。在对中文做自然语言处理的时候，一个很基础的操作就是分词：因为中文不像英语有现成的单词划分，需要将汉字序列切分成一个个单独的词，以便于后续的处理和分析。
今天我们的题目就是：
统计出《三国演义》书中被提及最多的角色
当然，精确统计是比较复杂的，比如同样是刘备，可以是 刘备、玄德、刘豫州、刘皇叔、使君、先主、备，而同样的 主公、丞相、将军 这些称谓在不同语境下指的又是不同的人。这里我们就只粗略算个大概即可，统计哪些个名字出现次数最多。你可以尽量让结果更接近实际值。
这是我的结果，数值仅供参考。
为了方便大家，我已经准备好了《三国演义》的 txt 文件，UTF8 和 GBK 的版本都有，
其实我们之前做过一些类似的案例，比如：
在知乎上逛一逛，你会发现现在很多人写的有关 Python 的文章都在用这个套路：
- 采集相关的文本
- 中文分词
- 统计词频
- 生成词云
当然也有些更厉害的，比如：用机器学习判定红楼梦后40回是否曹雪芹所写
所以，今天的附加题是开放式的，你可以在统计分词的基础上，发挥更多的想象力：图表可视化、生成词云、分析人物的关联性、人物出场分布等等。
详细解答和参考代码将在下次栏目中给出，也可以其他同学在留言中的代码。
期待各位同学提交解答。
提交代码可以使用 paste.ubuntu.com 或
codeshare.io 等代码分享网站，只需将代码复制上去保存，即可获得一个分享地址，非常方便。
【解答】暴力计算圆周率
上次的题目，提示了两种方法：均匀点阵、蒙特卡洛方法。
这里有个细节要注意，如果过你用点阵的话，圆心位置的选取，会直接影响到结果的准确度。因为如果把圆心设在点上，距离 R 的范围内，直径上是有 2R + 1 个点；而设在点的间隔之间，直径则是 2R 个点。那么这时候，分母选择 R² 还是 (R+1)²，结果就不一样了。
一个简单的实现：
R = 10000 R2 = R * R count = 0 for x in range(-R, R+1): for y in range(-R, R+1): if x * x + y * y <= R2: count += 1 print(count / R2)
蒙特卡洛法 + 绘图：
import matplotlib.pyplot as pltimport random R = 60 R2 = R * R x_in = [] y_in = [] x_out = [] y_out = [] for i in range(100000): x = random.random() * 2 * R - R y = random.random() * 2 * R - R if x * x + y * y > R2: x_out.append(x) y_out.append(y) else: x_in.append(x) y_in.append(y) plt.figure(figsize=(16, 16)) plt.scatter(x_out, y_out, color='blue', marker='.', linewidths=0.1, alpha=0.3) plt.scatter(x_in, y_in, color='red', marker='.', linewidths=0.1, alpha=0.3) plt.scatter(0, 0, color='black') plt.show() print(len(x_in) / (len(x_in) + len(x_out)) * 4)
上次提交答案的同学有：
hoshea、a87g5o、张钒、谢谢谢伟、Cool、王文亚、Famisi、星星
大部分同学都提供了2种不同解法，Cool 和 王文亚 还实现了无穷级数法。
感谢各位同学的参与。
期待在下一期中看到你的代码！
回复关键字：
python ：零基础入门课程目录
新手 ：初学者指南及常见问题
资源 ：超过500M学习资料网盘地址
项目 ：十多个进阶项目代码实例
如需了解视频课程及答疑群等更多服务，请号内回复 码上行动
代码相关问题可以在论坛上发帖提问 bbs.crossincode.com
推荐阅读：
爬抖音 | AI名画| 押韵工具 | 虎扑 | 如何debug | 苹果 | 查天气 | 我用Python | 知乎 | 排序 | 电影票 | 技术宅 | 单词表 | 新手建议
