python哈姆雷特词频统计_Python实例10：文本词频统计

Python实例10：文本词频统计

6.6.1 问题分析

在英文中文中，出现哪些词，出现多少次？

6.6.2 hamlet英文词频统计

CalHamletV1.py

6.6.3 三国演义人物出场统计

CalThreeKingdomsV1.py

CalThreeKingdomsV2.py

# CalHamletV1.py

def getText(): #获取文本，归一化处理文本

txt = open("E:\python\learn\hamlet.txt","r").read() #打开文件

txt = txt.lower() #将所有大写字母变成小写

for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_{|}~"': #将文本中特殊符号替换为空格

txt = txt.replace(ch," ")

return txt

hamletTxt = getText()

words = hamletTxt.split() #采用空格将字符串中的信息进行分隔，以列表形式返回给变量

counts = {}

for word in words:

counts[word] = counts.get(word,0) + 1 #统计字数

items = list(counts.items()) #将字典类型转换成列表类型

items.sort(key=lambda x:x[1], reverse=True) #对一个列表按照键值对的2个元素的第2个元素进行排序，排序方式为由大到小的倒排

for i in r