Hamlet词频统计实例

统计Hamlet中词频最高的十个词语，文章在https://python123.io/resources/pye/hamlet.txt

思路

• 获取Hamlet文章，对文章进行处理，将所有大写字母转换成小写，将所有特殊符号转换成空格
• 将所有单词以及出现的次数加到字典，转换成列表并进行排序
• 将排序后前十个输出，即为词频最高的词汇
• 将文章保存为TXT格式，并保存在代码所存的文件夹中

代码

def getText():
    txt=open("hamlet.txt","r").read()
    txt=txt.lower() #将所有字母转换成小写
    for ch in '|"#$%&()*+,-./:;<=>?@[\\]^{|}~':
        txt=txt.replace(ch," ") #用空格代替特殊符号
    return  txt
hamletTxt=getText()
words=hamletTxt.split() #用空格分离并以列表形式返回
counts = {}
for word in words:
    counts[word] = counts.get(word,0) + 1 #若单词在文章中，返回该单词对应的个数并+1，若单词不在文章中，则将这个单词加到字典中并返回0，再+1
items=list(counts.items())   #将字典转换成列表
items.sort(key=lambda x:x[1],reverse=True)  #按列表元素中的第二个项从大到小排序
for i in range(10):
    word,count=items[i]
    print("{0:<10}{1:>5}".format(word,count))

运行结果