yrzs/japanese-words

整理日语N2单词（新标准日本语初级和中级）

日语单词整理

Motivation

在学习日语的过程中，背单词是一个绕不去的砍。

对于不同的语言，单词的特点也不相同。对日语而言，有以下几个特点：

• 汉字可以通过音读记忆
• 同一个汉字可能对应不同的音读
• 同一个音读可能对应不同的汉字

在我背单词的过程中，发现一个很有趣也很普遍的问题，在经过一段时间的 记忆后，看到汉字我可以回忆起假名，不用太费功夫。但是当我尝试看假名去回忆汉字时，却屡屡受挫。

通过看假名回忆汉字，是为了训练听力，因为你在听听力时，只能听到假名

Target

为了达到我们的目的，看到假名就能回忆起对应的日文和中文意思，首先需要进行分类。

我认为分类记忆会强化记忆，所以我会把不同的假名发音分类，在该类别下是该发音对应的假名和组词。 以下是一个例子：

假名	日语	组词
こう	高	高校
	候	天候
	効	効果
	幸	幸運
	講	講演

RoadMap

1. Read Excel

使用pandas的表格处理功能，我们可以读取excel中的行列，并将读取所有的单词的

• 假名
• 日文
• 汉字意思

所以get_words_list.py的输出为一个word_list.

技术细节：每个词条用Dict表示，分别为{'假名':, '日文':, '意思':}，所有词条装在一个list里

2. 分类

构建一个词汇表类，类的数据成员为希望得到的各个类别，初始化为空。
例如： self.kou = {'こう': []} # こう} ，每个数据成员都是一个Dict，其中key为字段，value为包含该字段的词汇的列表。

该词条表类有一个classify函数，输入为一个word_list，该函数遍历所有词条，假如该词条包含某个字段，则对应的数据成员添加该词条。

3. 生成Dataframe

得到每个字段所包含的词条后，需要整合。
创建一个pandas dataframe，如以下形式:

假名	日文	意思	类型
こう
こうそう	高層	高层	名词
...
せい
せいぞう	製造	制造，生产	名词
...

排除专有名词

4. 输出到excel

将dataframe输出到excel文件。

5. 样品

我已经处理了生成的excel的文件，进行了校对和字体调整，并生成了PDF文件，可以在example里找到。

如果您有好的修改意见，或者发现了一些bug，欢迎提issue！
如果您有解决办法，也欢迎fork并pull!

最後の最後に, 如果该项目对您有帮助，欢迎分享并star!
ありがとうございます!