英文词频统计

英文词频统计

def gettext(filename):#设置函数,方便下次使用
    with open('hamlet.txt','r')as fr:#打开同路径文件
        content=fr.read()
    content=content.lower()
    fset=set()
    for i in content:#找出不属于英文的符号
        if  not 'a'<=i<='z':
            fset.add(i)   
    #print(fset)
    for i in fset:#将符号替换为空格
        content=content.replace(i,' ')
    return content
filename='hamlet.txt'
words=gettext(filename)
ls=words.split()
counts={}
for word  in  ls:
    counts[word]=counts.get(word,0)+1
excludes=['the','and','to','of','a','my','in','you']
for word in excludes:
    del counts[word]#这三行是为了去出一些词频,可以不用
lst=list(counts.items())
lst.sort(key=lambda x:x[1],reverse=True)#排序
for i in range(10):#选出前十名
    key,value=lst[i]
    print('{0:<10}{1:>5}'.format(key,value))
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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