Python学习之字符串分割计算词频

最新推荐文章于 2023-03-13 06:30:00 发布

一醉南柯

最新推荐文章于 2023-03-13 06:30:00 发布

阅读量1k

点赞数 2

分类专栏： python

本文链接：https://blog.youkuaiyun.com/dpl12/article/details/89011237

版权

python 专栏收录该内容

5 篇文章

订阅专栏

本文介绍了两种计算文本中单词出现频率的方法：一是直接对简单字符串进行分割并统计；二是从文件中读取文本并计算词频。这两种方法都包括了字符串处理、大小写统一及去除标点符号等步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.简单字符串分割计算词频

import re
lyric='The night begin to shine,the night begin to shine'
words=lyric.split()#字符分割
words1=[word.lower() for word in words]#转小写字母
words2=[re.sub(',','',word) for word in words1]#去掉标点
words3=set(words2)#列表去重
for word in words3:
    print(word+'频次:',end='')
    print(words2.count(word))

输出结果：

night频次:2
shinethe频次:1
begin频次:2
shine频次:1
to频次:2
the频次:1

2.文件中字符串计算词频

import re 
file=open('C:/Users/John/Desktop/Walden1.txt','r')
str=file.read()
#print(str)
words=str.split()
words1=[word.lower() for word in words]
words2=[re.sub(',','.',word) for word in words1]
words_index=set(words2)
dic={index:words2.count(index) for index in words_index}
sorted(dic.items(),key=lambda asd:asd[1],reverse=True)