文件方式实现完整的英文词频统计实例

可以下载一长篇的英文小说，进行词频的分析。

1.读入待分析的字符串

2.分解提取单词 

3.计数字典

4.排除语法型词汇

5.排序

6.输出TOP(20)

li =open('D:\English.txt','r')
news = li.read()
li.close()
news = news.lower() #字符串处理
for i in',.':
    news = news.replace(i,' ')
words = news.split(' ') #单词的列表
exp = {'','is','a','i','of','as','to','he','the'}#不统计单词的集合

dic = {}
keys = set(words)-exp # 键的集合
for k in keys:
    dic[k] = words.count(w)#单词计数字典

wc = list(dic.items())#（单词，计数)元组的列表
wc.sort(key= lambda x:x[1],reverse=True)#列表排序

for i in range(20):#输出TOP20元组
    print(wc[i])

 

转载于:https://www.cnblogs.com/linf/p/7603693.html