python哈姆雷特词频统计代码_Hamlet（英文）词频统计

def getText():  #定义一个函数

txt=open("hamlet.txt","r").read()  # 打开一个文件

txt=txt.lower()  #将文本所有字符转为小写

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

txt=txt.replace(ch," ")   #将所有的特殊符号替换为空格

return txt   #最终的文本效果是：全部小写字母，没有标点，只有单词及空格

hamletTxt=getText()

words=hamletTxt.split() #用空格将字符串进行分隔，形成列表words

#接下来用字典来表达单词及其出现频率的对应关系

counts={}   #定义一空字典

for word in words: #逐一从words列表中取出元素，判断其是否在counts中

counts[word]=counts.get(word,0)+1 #counts.get()获取字典中某一个key对应的数值

#如果这个词不在字典中，则返回默认值0--counts.get(word,0),如果有，则计数加1，更新字典

#这样的方法在字典中添加一个元素 单词-出现次数的键值对

#逐一遍历列表中的每个元素，并且用字典的形式记录每个元素出现的次数

#示例：counts={"hello":4,"how":7,"but":2,"nice":4}

#接下来对字典中词频次数进行排序

items=list(counts.items()) #将counts.items() 变成列表，便于操作

items.sort(key=lambda x:x[1],reverse=True) #sort()排序，reverse=True表示降序，

#lambda匿名函数。指定列表中那一列作为排序列(每个元组中第一个是单词，第二个是出现次数)

for i in range(10):

word,count=items[i]

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