完整的中英文词频统计

#读取fire文本文件
f = open('fire.txt','r',encoding='utf-8')
fire = f.read()
f.close()
print(fire)
#预处理
print(fire.lower())  #全部字母小写
a = ",.;:'`"   #特殊符号归集为字符串
for b in a:
    fire.replace(b,' ')   #利用for循环语句把特殊符号替换成空格
    print(fire)

#分别从空格提取单词
firelist = fire.split()
print(firelist)

#统计每个单词出现的次数
fireset = set(firelist)  #把列表firelist转换成集合,使得单词不会重复出现
#排除语法型词汇,代词、冠词、连词等无语义词
se = {'a','the','and','we','you','of'}
fireset =fireset-se
firedict = {}  #创建一个空字典,用于存储
# #遍历fireset集合,放入单词为键,统计的次数为值的strdict字典
for word in fireset:
    firedict[word] = firelist.count(word)
print(len(firedict),firedict)
wordlist = list(firedict.items())
#按单词的频数排序
wordlist.sort(key=lambda x:x[1],reverse=True)
print(wordlist)
#输出TOP(20)
for i in range(20):
    print(wordlist[i])
 
  
import jieba
f=open('cry.txt','r',encoding='utf-8')
cry=f.read()
f.close()
crylist=list(jieba.cut(cry))
crydict={}
for word in crylist:
    if len(word)==1:
        continue
    else:
     crydict[word]=crydict.get(word,0)+1

wordlist=list(crydict.items())
wordlist.sort(key=lambda x:x[1],reverse=True)

for a in range(15):
    print(wordlist[a])

 

 

 
 
 

 

转载于:https://www.cnblogs.com/xsxsx/p/9775957.html

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