使用python Jieba快速统计关键词词频

weixin_39140114

已于 2022-07-20 11:21:57 修改

阅读量5.4k

点赞数 11

文章标签： java 前端 servlet

于 2022-07-20 09:51:59 首次发布

本文链接：https://blog.csdn.net/weixin_39140114/article/details/125874689

版权

#!/usr/bin/python3
import jieba
file = open("ycyx.txt", "r", encoding='utf-8')
txt = file.read()
words = jieba.lcut(txt)
count = {}
for word in words:  # 使用 for 循环遍历每个词语并统计个数
    if len(word) < 1:  # 排除单个字的干扰，使得输出结果为词语
        continue
    else:
        count[word] = count.get(word, 0) + 1  # 如果字典里键为 word 的值存在，则返回键的值并加一，如果不存在键word，则返回0再加上1

exclude = ["可以", "", "这样"]  # 建立无关词语列表
for key in list(count.keys()):  # 遍历字典的所有键，即所有word
    if key in exclude:
        del count[key]  # 删除字典中键为无关词语的键值对
list = list(count.items())         # 将字典的所有键值对转化为列表
list.sort(key=lambda x: x[1], reverse=True)     # 对列表按照词频从大到小的顺序排序

for i in range(50):  #   此处统计排名前五的单词，所以range(5)
    word, number = list[i]
    print("关键字：{:-<10}频次：{:+>8}".format(word, number))