python123词频统计之哈姆雷特_【Python】文本词频统计

哈姆雷特英文

三国演义中文

哈姆雷特英文词频分析

def getText():

txt=open("hamlet.txt","r").read()#打开文本,输入具体的文本路径

txt=txt.lower()#将文本中所有的英文字符变成小写

for ch in '!"#$%&()*+,-./;:<=>?@[\\]^‘_{|}~':

txt=txt.replace(ch," ")

return txt #去掉特殊符号

hamletTxt=getText()#调用函数对文本进行处理

words=hamletTxt.split()#进行列表

counts={}#字典

for word in words:

counts[word]=counts.get(word,0)+1#获取到的词在字典中寻找如果有的话在原来的基础上+1，如果没有就收录到字典中

items=list(counts.items())#变成列表类型

items.sort(key=lambda x:x[1],reverse=True)#对列表排序

for i in range(10):#将出现次数前10的单词输出并输出出现次数

word,count=items[i]

print("{0:<10}{1:>5}".format(word,count))