python代码简单实现一个词频统计

python代码简单实现一个词频统计

path = 'C://Users/DELL/Desktop/Text.txt'
with open(path, 'r') as text:
    words = text.read().split()
    print(words)
    for word in words:
        print('{}-{}times'.format(word, words.count(word)))

import string  #引入string模块

path = 'C://Users/DELL/Desktop/Text.txt'

with open(path,'r') as text:
    words = [raw_word.strip(string.punctuation).lower() for raw_word in text.read().split()]  #去掉连在一起的标点符号，大写单词转小写
    words_index = set(words) #转换成集合，自动去掉重复元素
    counts_dict = {index:words.count(index) for index in words_index} #单词为key，出现频率为value的字典

for word in sorted(counts_dict, key=lambda x: counts_dict[x], reverse=True):
    print('{}--{} times'.format(word, counts_dict[word]))   # 打印整理后函数

知识点：

Mac用户使用open函数：

Open('/Users/DELL/Desktop/Walden.txt')

Windows用户使用open函数：

Open('C://Users/DELL/Desktop/Walden.txt')

列表：

 

列表解析方式放入元素（耗时短，效率高）

普通写法：

a = []

for i in range(1, 11):

    a.append(i)

列表解析：

a = [i for i in range(1,11)]

 

.lower()消除大写

.strip() 移除字符串头尾指定的字符（默认为空格）

 

sting模块一些有用的字符串常量

       string.digits：数字 0 - 9 的字符串

       string.letters：所有字母（大写和小写）的字符串

       string.lowercase：所有小写字母的字符串

       string.printable：所有可打印字符的字符串

       string.punctuation：所有标点的字符串

       string.uppercase：所有大写字母的字符串

 

Sorted()函数：按照长短、大小、英文字母顺序给列表中元素排序（Reverse：默认参数reverse可以使列表按逆序整理）

Sorted(num_list,reverse = true)

 

Key=lambda x:counts_dict[x]: lambda表达式，暂理解为以字典中的值为排序参数