九、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)

7.对输出结果的简要说明。

fo=open('test.txt','r')
w=fo.read()
fo.close()
#字符串处理
w = w.lower()
for i in ',.':
    w=w.replace(i,' ')

#单词列表
songs=w.split(' ')

#不统计单词的集合
exp = {'','a','the','in','be','as','and','on','it','with','has','of','to','is','are'}

dic={}

#键的集合
keys=set(songs)-exp

#单词计数字典
for k in keys:
    dic[k] = songs.count(k)
    
#(单词,计数)元祖的列表
sk=list(dic.items())

#列表排序
sk.sort(key= lambda x:x[1],reverse=True)

#输出top20元祖
for i in range(20):
    print(sk[i])

fo.close()

结论：不实报道带来的影响

转载于:https://www.cnblogs.com/Green-/p/7602420.html