python词频统计之《哈姆雷特》_实现对Hamlet的文本词频统计

代码如下:

#CalHamletV1.py

def getText():

txt=open("hamlet.txt","r").read()

txt=txt.lower()

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

txt=txt.replace(ch,"")

return txt

hamletTxt=getText()

words=hamletTxt.split()

counts={}

for word in words:

counts[word]=counts.get(word,0)+1

items=list(counts.items())

items.sort(key=lambda x:x[1],reverse=True)

for i in range(10):

word,count=items[i]

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

首先是读取文本并且对文本进行归一化处理,然后利用字典组合数据格式对出现的次数进行统计然后输出。

运行后得到的统计数据如下:

the            1137

and            963

to               736

of               669

you            546

i                 540

a                527

my             513

hamlet       459

in               435

可看出python非常简单的就能实现了对文本词频的统计。

另外需要注意的是,在文本读入过程前,需要将命名为hamlet的txt格式文本放在源代码的同一文件目录下。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值