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