python:Hamlet英文词频统计

最新推荐文章于 2024-08-15 23:40:54 发布

转载最新推荐文章于 2024-08-15 23:40:54 发布 · 2.2k 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/xier/p/10433243.html

文章标签：

#python

本文深入探讨了使用Python进行文本处理的方法，通过一个具体案例——莎士比亚作品《哈姆雷特》的词频统计，详细讲解了从读取文本、预处理到统计词频的全过程。文章展示了如何定义函数读取文件、转换字符大小写、去除特殊字符，并最终生成词频字典及排序输出。适合初学者理解Python文本处理的基本流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 1 #CalHamletV1.py
 2 def getText():                             #定义函数读取文件
 3     txt = open("hamlet.txt","r").read()    
 4     txt = txt.lower()                      #将所有字符转换为小写
 5     for ch in '!@#$%^&*(_)-+=\\[]}{|;:\'\"`~,<.>?/':
 6         txt = txt.replace(ch, " ")         #将所有特殊符号用空格替代
 7     return txt
 8 hamletTxt = getText()
 9 words = hamletTxt.split()                  #用空格分隔文本并生成列表
10 counts = {}
11 for word in words:
12     counts[word]=counts.get(word,0)+1      #生成字典的内容:若该键存在则取其值并+1
13 items=list(counts.items())                 #返回所有键值对信息，生成列表
14 items.sort(key=lambda x:x[1],reverse=True) #对列表反排序:降序排列
15 for i in range(10):
16     word, count = items[i]
17     print("{0:<10}{1:>5}".format(word, count)) #打印前十个元素
18 
19 #print(items[:10])  
#结果如下：