Python-jieba库的应用举例

三国演义人物出场词频的统计,本文以第一章内容为例
demo如下:

import jieba
txt=open("threekindoms.txt","r",encoding='utf-8').read()
excludes={"天下","黄巾","一名","姓名","叔父","三人","大喜","颍川","英雄","身长"}#去除频率较高的名词
words=jieba.lcut(txt)#将文件转换成列表类型
counts={}
for word in words:
    if len(word)==1:
        continue
    elif word=="玄德曰":
        reword="玄德"
    else:
        counts[word]=counts.get(word,0)+1
for word in excludes:
    del counts[word]
items=list(counts.items())#字典类型转换成列表
items.sort(key=lambda x:x[1],reverse=True)#排序
for i in range(15):  #对前十五位出现次数最多的单词进行打印
    word,count=items[i]
    print("{0:<10}{1:>5}".format(word,count))
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