统计文档中前5个高频词个数并输出

本文介绍了一个使用Python的jieba库进行中文文本分词,并统计词频的例子。通过将一段关于中国的描述性文本进行分词处理,然后利用字典统计每个词出现的次数,最后将词频结果进行排序并展示前五高频词。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import jieba

ls="中国是一个伟大的国家,是一个好的国家"
print('原始文档为:',ls)
counts={} # 定义统计字典
words=jieba.lcut(ls)
print('分好的词组为:',words)

for word in words:
    counts[word]=counts.get(word,0)+1
print('生成的字典为:',counts)
print('字典的元素为:',counts.items())
#字典元组转换为列表
items=list(counts.items())
print('counts的元素生成新的列表:',items)
#列表按第2个值进行排序-降序reverse=True,默认升序 
items.sort(key=lambda x:x[1],reverse=True)

print('按元组中第二维值排序后的列表为:',items)
#转出列表前5个
for i in range(5):
    word,count=items[i]
    print("{0:<10}---{1:>5}".format(word,count))

#------------
for word in words:
    if len(word) ==1:   #增加一个判断是否为词组
        continue
    else:
        counts[word] = counts.get(word,0)+1

 

转载于:https://www.cnblogs.com/huigebj/p/11433878.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值