python学习记录（三）【文本词频统计】

def gettxt():
    txt=open("新建文本文档.txt","r").read()#打开文本
    txt.lower()#全部转换为小写
    for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~': #去掉特殊符号
        txt.replace(ch,' ')
    return txt

txt = gettxt()
words = txt.split() #以空格为分割符分割文本
ji={}
for w in words:
    ji[w]=ji.get(w,0)+1 #词频统计（字典类型）
Is = list(ji.items()) #用列表类型进行排序
Is.sort(key=lambda x:x[1], reverse=True)
for i in range(10):  #输出前十个
    word,count=Is[i]
    print("{0:<10}{1:>5}".format(word, count))

运行结果：

1.注意字典类型不能排序，排序需要转为列表类型，然后排序
2.字典类型可以联想C中的map
3.对string的各种使用