1.下载一中文长篇小说,并转换成UTF-8编码。
2.使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
3.排除一些无意义词、合并同一词。
4.对词频统计结果做简单的解读。
import jieba fo=open('66.txt','r',encoding='utf-8') t=fo.read() fo.close() for i in ',。《》?': t=t.replace(i,' ') w=list(jieba.cut(t)) de={' ','\n','"','.'} dic={} key=set(w)-de for i in key: if len(i)>1: dic[i]=w.count(i) wcl=list(dic.items()) wcl.sort(key=lambda x:x[1],reverse=True) for i in range(20): print(wcl[i])
这篇文章写的是主人公在回忆刘峰30多年前的事情。