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，公众号里回复关键字 三国
其实我们之前做过一些类似的案例，比如： 数据分析：当赵雷唱民谣时他唱些什么？
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。
往期问题可通过公众号菜单栏“课外辅导”栏目中进入查看。
【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：
代码语言：javascript复制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：
代码语言：javascript复制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！
