From: "Jesús Gabriel y Galán" <jgabrielygalan@...>
Date: 2010-11-06T03:05:56+09:00
Subject: Re: Conta occorrenze in Hash

2010/11/5 Daniel Jovanovski <darkangel-84@hotmail.it>:
> 1)
> procedura coppie_frequenti() che stampi l'elenco delle coppie di
> parole [p1 p2] tali che nell'array la parola p1 sia immediatamente
> seguita da p2 almeno 10 volte. L'output dovrebbe essere quindi qualcosa
> del tipo:
>
>  [diritto di]: 13 volte
>  [la legge]: 21 volte
>  [può essere]: 12 volte
>
> Come si fa a contate le occorrenze nell'hash usando come chiave una
> coppia di parole (= un array di due elementi contenente le 2 parole).
>
> def coppie_frequenti()
>  h = Hash.new(0)
>  File.read("cost54.txt").downcase!.each do |i| #ciclo che conta le
>    h[i]+= 1        #occorrenze in un file di testo. come si trasforma
> in
>  end              #ciclo che conta copie di parole
>
> 2)
> Come posso stampare il risultato del Hash in questo modo:
> 10 volte:  diritti casi loro norme
> 11 volte:  tutela limiti lavoro
> 12 volte:  cittadini
> 13 volte:  delle alle
> 14 volte:  ogni tutti
> 16 volte:  hanno sono legge.
> 19 volte:  essere
> 20 volte:  dalla
> 22 volte:  repubblica alla
> 27 volte:  diritto
> 28 volte:  legge
> 34 volte:  della
> 54 volte:  art
>
> avvendo mi stampato questo:
> 10 volte: norme
> 10 volte: loro
> 10 volte: diritti
> 10 volte: casi
> 11 volte: lavoro
> 11 volte: tutela
> 11 volte: limiti
> 12 volte: cittadini
> 13 volte: alle
> 13 volte: delle
> 14 volte: ogni
> 14 volte: tutti
> 16 volte: hanno
> 16 volte: sono
> 16 volte: legge.
> 19 volte: essere
> 20 volte: dalla
> 22 volte: alla
> 22 volte: repubblica
> 27 volte: diritto
> 28 volte: legge
> 34 volte: della
> 54 volte: art.
>
>
> il cosice:
> def parole_frequenti2()
>  h = Hash.new(0)
>  File.read("cost54.txt").downcase!.split(" ").each do |i| #ciclo che
> conta le occorrenze in un file di testo
>    h[i] += 1
>  end
>
>  h.delete_if { |key,val| key.size <= 3 or val < 10}
>  h.sort { |key,val| key[1] <=> val[1]  }.each {|key, val| puts "#{val}
> volte: #{key}" }
>  array1=h.to_a
>
>  n=10
>  while n <= 54
>    #cosa dovrei metere dentro il ciclo per ottenere il risultato???
>    n+=1
>  end
> end

If I understand correctly, you want to count runs of repeated words in
the document, and choose the ones that appear more than 10 times,
sorted by frequency. If you restrict to a number of words (for
example, two consecutive words), you can do something like:

irb(main):001:0> text=<<END
irb(main):002:0" the only thing that this means, is that the only
thing that matters is that nothing matters
irb(main):003:0" END
=> "the only thing that this means, is that the only thing that
matters is that nothing matters\n"
irb(main):004:0> text.split
=> ["the", "only", "thing", "that", "this", "means,", "is", "that",
"the", "only", "thing", "that", "matters", "is", "that", "nothing",
"matters"]
irb(main):010:0> h = Hash.new 0
=> {}
irb(main):012:0> text.split(/\W/).delete_if {|x|
x.empty?}.each_cons(2) {|w| h[w] += 1}
=> nil
irb(main):015:0> h.sort_by{|k,v| -v}
=> [[["is", "that"], 2], [["only", "thing"], 2], [["thing", "that"],
2], [["the", "only"], 2], [["that", "matters"], 1], [["that", "this"],
1], [["means", "is"], 1], [["matters", "is"], 1], [["this", "means"],
1], [["that", "nothing"], 1], [["that", "the"], 1], [["nothing",
"matters"], 1]]

First, I splitted by word boundaries, but your splitting by " " might
work for your data. Then I traverse all word pairs and count the
occurrence of each pair, which I then sort by frequency.

If you want to generalize to arbitrary number of words, that's a more
interesting problem :-).

Jesus.