【python帮你做学霸】统计英语作文和口语表达的“词汇丰富度”

为师大学毕业后，从事英语教培居然达八年之久，远至株洲电力机车厂（今上市公司中国南车）的全厂骨干大培训，近到初三小同学的中考前突击，也算英语教培业的老兵。我有一个感受就是——中国学子学英语，用词非常贫乏，I think过来，I think回去，翻来覆去都是一些很“low”的表达。

于是当年我想，能不能做一个“词汇丰富度”评价的小软件。思路是：
1，首先统计自己的作文一共有多少个单词——total words；
2，然后统计自己的作文有多少个“不重复”的单词——words；
3，将两者相除，算个百分比，就大概能反应出文章的用词丰富度——words / total words。

嗯嗯，这里请你思考300秒，如果是你，你会怎么写代码？

其实，思路是非常简单的：
1，读取并处理文件
2，统计单词词频
3，统计全文单词
4，计算结果

看过去好像有点复杂，但一共只需要8行代码。

import re # 导入正则表达式库
org = open('file/news.txt','r',encoding='utf-8').read() # 读取新闻内容
text = org.lower() # 全部处理为小写
text = re.sub('[^a-zA-Z\'\-]+',' ',text) # 只保留单词、空格和一些必须的符号
words = text.split(' ') # 用split方法切分字符串，建立词表
from collections import Counter # 导入统计工具库
frelist = Counter(words).most_common() # 统计词频
print(len(frelist),len(words),len(frelist)/len(words)) # 计算丰富度

我拿ChinaDaily（每日中国）上一篇文章做了测试，全文360个单词，不重复的单词高达223个，也就是61.9%的单词，全文只出现过一次。可怕的丰富度。

那么你要如何获得自己的作文呢？把写好的作文在电脑上打一遍，可能对你来说比较费劲。其实有一个简单的方法。

手机上打开微信，长按输入法的话筒按钮，就可以切换到语音输入的功能。注意选择语言为英语，然后你把自己的作文读一遍就可以了，输入法会自动帮你提取英文。这么做，还能顺便练习一下口语和发音。

快来试试看，统计一下自己作文的用词丰富度吧。然后，试试看用意思相近或者更好的词，替换掉那些你重复使用的low词。很快，你的写作成绩就会提高啦！