词频统计

本文介绍了一个简单的Python程序,用于读取文件内容,并进行文本清理、单词分割、统计单词出现频率等操作。通过去除标点符号并按空格分割,实现了对文本中单词的基本统计。
#1.
jianFile = open('jian.txt',mode='r',encoding='utf-8')
jianText = jianFile.read()
jianFile.close()
print(jianText)

#2.
replaceList = [',',"'",'-','\n']
for c in replaceList:
    jianText = jianText.replace(c,' ')
print(jianText)

#3.
print(jianText.split(' '))
jianList = jianText.split(' ')

#4.
jianSet = set(jianList)
print(jianSet)

jianDict = {}
for word in jianSet:
    jianDict[word] = jianList.count(word)

print(jianDict)
for d in jianDict:
    print(d,jianDict[d])

#5.
wordCountList = list(jianDict.items())
print(wordCountList)
wordCountList.sort(key=lambda x:x[1],reverse=True)
print(wordCountList)

#6.
for i in range(20):
    print(wordCountList[i])

#7.
jianCountFile = open('jianCount.txt',mode='a',encoding='utf-8')
for i in range(len(wordCountList)):
    jianCountFile.write(str(wordCountList[i][1])+' '+wordCountList[i][0]+'\n')
jianCountFile.close()

转载于:https://www.cnblogs.com/childish/p/9167859.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