10.15作业

本文介绍了一种使用Python进行文本预处理的方法,包括读取文件、转换为小写、去除标点符号、拆分单词并统计词频。通过排除常见停用词,聚焦于文本中更具信息量的词汇。
q =open('111.txt','r',encoding='utf-8')
a = q.read().lower()
q.close()
d= a.replace(',',' ')
c=d.replace("'" ,' ')
e = c.split()
print(e)
j=set(e)
exclude={'a','the','i','you','in','do','but','that','net','if','a','m','it'}
j=j-exclude
print(j)
h={}
for g in j:
    h[g]=e.count(g)
for key in h:
    print(key,h[key])
i=list(h.items())
print(i)
i.sort(key=lambda x:x[1],reverse=False)
print(i)
 

转载于:https://www.cnblogs.com/2936434819a/p/9818928.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