python统计单词、中文字个数与频率

有时候我们想统计一下单词的个数,比如四六级,在四六级中出现的高频词汇,统计一下我们日常说话的常用字等。利用所学知识编写。

import operator
#这里是初始文档
f = open('word.txt','r',encoding='utf-8')
speech_etxt = f.read()

#接下来这一段是为了处理中文的切分,给中文添加空格。
#添加空格,a 代表追加
f2 =open('newWord.txt','a+',encoding='utf-8')
i = 0
for i in range(len(speech_etxt)):
    s = speech_etxt[i]+' '
    f2.write(s)
f.close()
f2.close()



f3 = open('newWord.txt','r',encoding='utf-8')
txt = f3.read()
speech = txt.split(' ')
# 利用字典进行处理单词统计
dic = {}
for word in speech:
    if word not in dic:
        dic[word] = 1
    else:
        dic[word] = dic[word] + 1

swd = sorted(dic.items(),key=operator.itemgetter(1),reverse=True)
f1 =open('out.txt','w',encoding='utf-8')
w = 0
m = []
for k,v in swd:
    w = w + 1
    a = k
    b = str(v)
    m += a
    str1 = a+': '+b+'\n'
    f1.write(str1)


print(w)
print(m)



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值