181115 Python学习日记——词频统计

最新推荐文章于 2024-04-25 17:55:14 发布

lightis_tian

最新推荐文章于 2024-04-25 17:55:14 发布

阅读量394

点赞数

CC 4.0 BY-SA版权

文章标签： python 日记 jieba

本文链接：https://blog.youkuaiyun.com/qq_42874547/article/details/84109513

这篇博客记录了作者在使用Python进行中文词频统计时遇到的问题及解决过程。通过引入jieba库，作者发现了在处理中文标点符号和单字词频上的不足，并对代码进行了修改。问题主要包括jieba分词后仍有标点存在和大量单字词频的输出。通过调试jieba的分词方式，作者找到了过滤单个字符的方法，但对于中文标点符号的替换问题仍待解决。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主要使用第三方库：jieba

import jieba
f = open('三国演义.txt','r').read()
word_count = {
   
   }
for word in f:
    if word in '，。：；”“‘’—！——':
        word.replace(word,' ')
words = jieba.lcut(f)
for letter in words:
    word_count[letter] = word_count.get(letter,0)+1
word_count = list(