【Python】文本词频统计。《三国演义》人物出场统计,排除更多无关词汇干扰,总结出场最多的10个人物,同时对返回结果进行图形展示。

词频统计

import jieba
excludes={"将军","却说","荆州","二人","不可","不能","如此","商议","如何","军士","主公","左右","军马",
          "引兵","次日","大喜","天下","东吴","于是","今日","不敢","魏兵","陛下","一人","都督","人马",
          "不知"}
txt=open("threekingdoms.txt","r",encoding='UTF-8').read()#注意要在该源文件路径下存在“threekingdoms.txt"
words=jieba.lcut(txt)
counts={}
for word in words:
    if len(word)==1:
        continue
    elif word=="诸葛亮"or word=="孔明曰":
        rword="孔明"
    elif word=="关公"or word=="云长":
        rword="关羽"
    elif word=="玄德"or word=="玄德曰":
        rword="刘备"
    elif word=="孟德"or word=="丞相":
        rword="曹操"
    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))

图形展示

import matplotlib.pyplot as plt
import matplotlib

d={'孔明':145,'刘备':138,'关羽':125,'张飞':78,'吕布':30,'赵云':28,'孙权':26,'司马懿':22,'周瑜':21}
matplotlib.rcParams['font.family']='SimHei'#想要显示中文必须有该语句

x1=list(d.keys())
y1=list(d.values())
print(x1)
print(y1)
plt.bar(x1,y1)
plt.show()

好的,我可以帮你用Python实现文本词频统计、Hamlet英文词频统计以及《三国演义人物出场统计。你可以先将文本文件保存到本地,并确保已经安装好Python环境。 下面是一些示例代码,你可以参考一下: ### 文本词频统计 ```python import collections # 读取文本文件 with open('your_file_path.txt', 'r') as f: text = f.read() # 清洗文本 text = text.lower() text = text.replace('\n', ' ') text = ''.join(e for e in text if e.isalnum() or e.isspace()) # 统计词频 word_counts = collections.Counter(text.split()) # 输出前10个高频词 print(word_counts.most_common(10)) ``` ### Hamlet英文词频统计 ```python import collections # 读取Hamlet文本文件 with open('hamlet.txt', 'r') as f: text = f.read() # 清洗文本 text = text.lower() text = text.replace('\n', ' ') text = ''.join(e for e in text if e.isalnum() or e.isspace()) # 统计词频 word_counts = collections.Counter(text.split()) # 输出前10个高频词 print(word_counts.most_common(10)) ``` ### 《三国演义人物出场统计 ```python import re import collections # 读取《三国演义文本文件 with open('three_kingdoms.txt', 'r', encoding='utf-8') as f: text = f.read() # 找到所有人物名字 names = re.findall('[\u4e00-\u9fa5]{2,4}(?:·[\u4e00-\u9fa5]{2,4})*', text) # 统计人物出现次数 name_counts = collections.Counter(names) # 输出前10个高频人物 print(name_counts.most_common(10)) ``` 这些示例代码可以帮助你快速进行文本词频统计、Hamlet英文词频统计以及《三国演义人物出场统计。你可以根据自己的需求进行调整和修改。
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