python字频统计.

 

#文本词频统计.py

#定义函数：
def getFT():
    file=open(r'..\\Stu_pack\file\See You Again.txt') #打开文件
    f=file.read()
    f=f.lower()            #将文本里所有的字母都转换成小写
    for ch in '`~!@#$%^&*()_+={}[]|\:;\"\'<,>.?/':
        f.replace(ch,'')    #将所有的标点符号都用空格替代
    return f
    
txt=getFT()       #调用函数获得打开的文件的带空格的文本
txt=txt.split()   #将只有带空格的文本按空格分成每个单词
txtCount={}        #定义字典变量以备记录单词出现的次数和最后输出内容
for word in txt:
    txtCount[word]=txtCount.get(word,0)+1   #获取某单词的拼写和累加出现的次数

exc={'the','you','will','and','now','all'}    #将excludes里出现的单词删除掉
for word in exc:
    del(txtCount[word])

    

#print(txtCount.items())

item=list(txtCount.items())  #将字典数据转换成列表类型

item.sort(key=lambda x:x[1],reverse=True)  #将列表按第2列x[1]降序排序

print('{0:<10}{1:>5}'.format('word','count'))

print('_'*20)

for a,b in txtCount.items():
    if (len(a)>=3 and b>2):
        print(a,b)

'''
for i in range(5):
    a,b=item[i]
    print(a,b)
'''
#将结果内容以对应的格式打印出来
#'<'表示左对齐，'>'表示右对齐