为什么中文词频统计会出现空值的统计次数呢？

最新推荐文章于 2023-10-05 10:30:43 发布

原创最新推荐文章于 2023-10-05 10:30:43 发布 · 396 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

为什么中文词频统计会出现空值的统计次数呢？

import jieba
txt = open(“水浒传.txt”,“rb”).read()
excludes={“只见”,“如何”,“哥哥”,“说道”,“军马”,“头领”,“两个”,“一个”,“那里”,“众人”,“这里”,“兄弟”
,“出来”,“小人”,“今日”,“这个”,“先锋”,“好汉”,“妇人”,“便是”,“起来”,“问道”,“人马”,“因此”
,“三个”,“不得”,“我们”,“次日”,“因此”}
words = jieba.lcut(txt)
counts = {}
for word in words:
word.strip("\n")
word.strip(" “)
if len(word)==1:
continue
elif word == “宋江道”:
rword = “宋江”
else:
rword = word
counts[rword] = counts.get(rword,0) + 1
for word in excludes:
del counts[word]
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range(10):
word,count = items[i]
print(”{0:<10}{1:>5}".format(word,count))