====== HW04 - Práce s textem ======

^ Termín odevzdání |  <wrap important> 20.11.2023 23:59 CET</wrap> | 
^ Bodový zisk | 6b |

===== Zadání =====

Cílem programu je provést statistickou analýzu textu a řazení slov podle různých kritérií. Hlavním statistickým nástrojem je [[https://cs.wikipedia.org/wiki/Histogram|histogram]] (nebo také hustota pravděpodobnosti). Vstupem je libovolně dlouhý text bez diakritiky. Text může obsahovat interpunkci (čárka, tečka, středník, pomlčka), kterou je třeba odstranit. 


===== Odevzdání =====

Do systému BRUTE odevzdávejte soubor pojmenovaný ''text.py''. V tomto souboru budou funkce ''histogram'' a ''serad''.

===== Histogram ===== 

Funkce pro výpočet a vykreslení histogramu (pravděpodobnostní funkci). Pravděpodobnosti jednotlivých písmen jsou reprezentovány řadami znaků ''*''.  

Funkce má tři parametry: 
  * ''text'' - vstupní text
  * ''scale'' - aby v případě častého opakování znaku v textu nebyla řada znaků reprezentující pravděpodobnost příliš dlouhá, lze nastavit maximální délku a jednotlivé rádky na tuto hodnotu přeškálovat. Defaulní hodnota ''0'' znamená vypnuté škálování. 
  * ''case_sensitive'' - příznak, zda bude funkce rozlišovat velká a malá písmena, nebo ne. Defaultní hodnota je ''False''.

Návratovou hodnotou funkce je seznam n-tic, kde první položkou n-tice je znak a druhou položkou je počet výskytů v textu.

==== Příklad 1 ====

<code python>
ret = histogram('Ahoj svete, kde to kvete', 0)

a: *
d: *
e: *****
h: *
j: *
k: **
o: **
s: *
t: ***
v: **

# ret obsahuje [('a', 1), ('d', 1), ('e', 5), ('h', 1), ('j', 1), ('k', 2), ('o', 2), ('s', 1), ('t', 3), ('v', 2)]
</code>

==== Příklad 2 ====

<code python>
ret = histogram('Ahoj svete, kde to kvete', 10)

a: **
d: **
e: **********
h: **
j: **
k: ****
o: ****
s: **
t: ******
v: ****

# ret obsahuje [('a', 1), ('d', 1), ('e', 5), ('h', 1), ('j', 1), ('k', 2), ('o', 2), ('s', 1), ('t', 3), ('v', 2)]
</code>
==== Příklad 3 ====

<code python>
ret = histogram('Aaaach, to je kraaasa', 4)

a: ****
c:
e:
h:
j:
o:
s:
t:
</code>
===== Řazení slov =====

Cílem funkce je seřadit slova vstupního textu podle zvoleného kritéria. Za slovo budeme pro účely tohoto domácího úkolu považovat shluk písmen o délce větší nebo rovnou třem. 

Funkce pro řazení slov má tři parametry:

  * ''text'' - vstupní text
  * ''metoda'' - příznak, jehož hodnota určuje, jak se bude seznam slov řadit. 
  * ''case_sensitive'' - příznak, zda bude funkce rozlišovat velká a malá písmena, nebo ne. Defaultní hodnota je False.


Metody řazení:

  * ''0'' - délka slova
  * ''1'' - počet souhlásek ve slově
  * ''2'' - četnost nejčastěji se opakujícího písmene

Pokud není možné rozhodnout pořadí slov na základě kritéria, doplňkovým kritériem je řazení podle abecedy. Návratovou hodnotou funkce je seřazený seznam. 

==== Příklad 1 ====

<code python>
ret = serad('Aaaach, to je kraaasa', 0, True)
print(ret)
['kraaasa', 'Aaaach']
</code>

==== Příklad 2 ====
<code python>
ret = serad('Aaaach, to je kraaasa', 2, True)
print(ret)
['kraaasa', 'Aaaach']
</code>

==== Příklad 3 ====

<code python>
ret = serad('Aaaach, to je kraaasa', 2, False)
print(ret)
['Aaaach', 'kraaasa']
</code>