中文词频统计

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。

转载于:https://www.cnblogs.com/lishanting/p/7610229.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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