python文本txt词频统计_python实例：三国演义TXT文本词频分析

0x00 前言

找不到要写什么东西了！今天有个潭州大牛讲师  说了个  文本词频分析

我基本上就照抄了一遍

中间遇到一些小小的问题 自我百度 填坑补全了  如下 ：

效果演示

0x01   准备环境及介绍

python3.x版本   随意

安装jieba库

pip install jieba

jieba三种模式：

1.精准模式 lcut函数，返回一个分词列表

2.全模式

3.搜索引擎模式

词频：

：的键值对

IPO描述 imput output process

输入　：从文件读取三国演义的内容

处理　：采用jiedb进行分词，字典数据结构统计词语出现的频率

输出　：文章中出现最对的前10个词

代码：

第一步：读取文件

第二步：分词

第三步：统计

第四步：排序

介绍完毕了！那么进入实战吧！

0x02 实战

完整代码如下：

1 importjieba2

3 content = open(‘三国演义.txt‘, ‘r‘,encoding=‘utf-8‘).read()4 words =jieba.lcut(content)#分词

5 excludes={"将军","却说","二人&#