Python使用jieba库实现分词统计词频

import jieba
#获得去除标点的文本
def get_text(file_name):
  with open(file_name, 'r', encoding='utf-8') as fr:
    text = fr.read()
    #要删除的标点
    del_ch = ['《',',','》','\n','。','、',';','"',\
      ':',',','!','?',' ']
    for ch in del_ch:
      text = text.replace(ch,'')#这里无需替换成空格
    return text

#文件名改为要分析的文件
file_name = 'xxx'
text = get_text(file_name)
vlist = jieba.lcut(text)#调用jieba实现分词,返回列表

res_dict = {}
#进行词频统计
for i in vlist:
  res_dict[i] = res_dict.get(i,0) + 1
res_list = list(res_dict.items())
#降序排序
res_list.sort(key = lambda x:x[1], reverse = True)
fin_res_list = []

#去除单个字的词
for item in res_list:
  if(len(item[0])>=2):
    fin_res_list.append(item)

for i in range(50):
  word,count = fin_res_list[i]
  pstr = str(i+1) + ':'

  print(word,count)

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