Python统计词频的几种方法

最新推荐文章于 2024-09-06 10:00:00 发布

西西弗斯推石头

最新推荐文章于 2024-09-06 10:00:00 发布

阅读量1.1w

点赞数 10

分类专栏： Python学习笔记文章标签： python

本文链接：https://blog.csdn.net/m0_58960107/article/details/129120731

版权

Python学习笔记专栏收录该内容

25 篇文章 0 订阅

订阅专栏

本文介绍python统计词频的几种方法，供大家参考

方法一：运用集合去重方法

方法二：运用字典统计

方法三：使用计数器

方法一：运用集合去重方法

def word_count1(words,n):
    word_list = []
    for word in set(words):
        num = words.counts(word)
        word_list.append([word,num])
        word_list.sort(key=lambda x:x[1], reverse=True)
    for i in range(n):
        word, count = word_list[i]
        print('{0:<15}{1:>5}'.format(word, count))

说明：运用集合对文本字符串列表去重，这样统计词汇不会重复，运用列表的counts方法统计频数，将每个词汇和其出现的次数打包成一个列表加入到word_list中，运用列表的sort方法排序，大功告成。

方法二：运用字典统计

def word_count2(words,n):
    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(n):
        word, count = items[i]
        print("{0:<15}{1:>5}".format(word, count))

方法三：使用计数器

def word_count3(words,n):
    from collections import Counter
    counts = Counter(words)
    for ch in "":  # 删除一些不需要统计的元素
        del counts[ch]
    for word, count in counts.most_common(n):  # 已经按数量大小排好了
        print("{0:<15}{1:>5}".format(word, count))