MLML

Dado un string y el diccionario cambio, genere un string en el cual las listas se cambiarán como se indica.

cambios={‘a’:’x’,’b’:’z’,’c’:’y’,’e’:’t’,’j’:’m’,’o’:’g’,’u’:’l,’,’d’:’p’}

def convertir(p,cambios):
result=»
for letra in p:
if letra in cambios:
result=result+cambios[letra]
else:
result=result+letra

return result

p=input(‘ingrese palabra’)
print(convertir(p,cambios))

Escriba un programa que le pida 10 palabras a un usuario y le muestre el listado de las palabras ingresadas con la frecuencia de las mismas.

n=0
dicc={}
while n<10: palabra=input('ingrese palabra') n+=1 if palabra in dicc: dicc[palabra]+=1 else: dicc[palabra]=1 print(dicc)

Dado un diccionario con la siguiente estructura:
d={«@usuario1»:[«contenido tuit1 #hashtag1», «contenido #hashtag2 tuit2»], «@usuario2»:[«#hashtag2 contenido tuit #hashtagn»]}

Nota: un tuit tiene uno o más hashtags y éstos pueden estar en cualquier parte del mensaje.
Elabore una función trendTopics(diccionario) que reciba un diccionario con la estructura anterior y retorne un segundo diccionario de hashtags con el número de veces que fueron utilizados en los tuits. Luego, elabore un programa que muestre por pantalla los Hashtags y sus contadores. Asuma que existe la función crearDiccionario() que retorna un diccionario con los tuits de acuerdo a la estructura presentada arriba.
Ejemplo de salida:
#hashtag2 2

#hashtag1 1

#hashtag 1

solución.
diccionario={«@usuario1»:[«contenido tuit1 #hashtag1», «contenido #hashtag2 tuit2»], «@usuario2»:[«#hashtag2 contenido tuit #hashtagn»]}
hastags={}
for usuario in diccionario:
for tweet in diccionario[usuario]:
tweet=tweet.strip()
palabras=tweet.split(‘ ‘)
for palabra in palabras:
if palabra[0]==»#»:
if palabra not in hastags:
hastags[palabra]=1
else:
hastags[palabra]+=1

print(hastags)