python代码：词频统计

下面带来用字典方法和列表方法进行词频

方法一（列表方法）：

import jieba
txt = input("请输入文本：")
words = jieba.lcut(txt)
uniquewords = list()
counts = list()
for word in words:
    if len(word) == 1:
        continue
    else:
        if word in uniquewords:
            tempindex = uniquewords.index(word)
            counts[tempindex] += 1
        else:
            uniquewords.append(word)
            counts.append(1)
for i in range(len(counts)):
    print("{0:<10}{1:>5}".format(uniquewords[i],counts[i]))

jieba不是python内置好的函数，需要下载python库

例如输入朱自清的散文《荷塘月色》中的一段：荷塘的四面，远远近近，高高低低都是树，而杨柳最多。这些树将一片荷塘重重围住;只在小路一旁，漏着几段空隙，像是特为月光留下的。树色一例是阴阴的，乍看像一团烟雾;但杨柳的丰姿，便在烟雾里也辨得出。树梢上隐隐约约的是一带远山，只有些大意罢了。树缝里也漏着一两点路灯光，没精打采的，是渴睡人的眼。这时候最热闹的，要数树上的蝉声与水里的蛙声;但热闹是它们的，我什么也没有。

部分结果如图，由于图片太长不完全展示了 

方法二（字典方法）：

import jieba
txt = input("请输入文本：")
words = jieba.lcut(txt)
counts = {}
for word in words:
    if len(word) == 1:
        continue
    else:
        counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key = lambda x:x[1], reverse = True)
for i in range(len(counts)):
    word, count = items[i]
    print("{0:<10}{1:>5}".format(word,count))

 

两种方法虽然只是运用了不同的组合类型，但是运用字典方法可以明显减少循环次数，显著缩短运行时间。 所以第二章方法是更优选。