python HW1 秘密花园词频统计

安装jieba库

老师给的秘密花园是中文文档，上网搜索python中文文档词频统计，照着这篇博文来操作：使用python进行“中文词频分析”学习笔记

jieba库的作用：给中文文档分词。

博文说直接打开cmd，然后pip install jieba即可。但我试了下，失败了，出来很多红字…

于是一顿乱搜，发现有人也是这样，改用国内镜像就行了。我试了下，诶嘿…真的可以。

命令如下：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba

一个经验教训：

• jieba库要装在保存py文件的目录下
  （就是装python作业的那个文件夹。）
  涉及到的命令：
  • e:
  • cd xxxx （就一直cd 回车 直到那个目录)
  • （哎 应该也没人 没事不丢人 记给自己看。。我真的好菜 ）

虽说提示要更新，upgrade什么的，但我没更新好像也行。

敲代码

对着博文敲，自己找了个停用词表，复制到txt里。一开始存到桌面，结果运行报错。要存到同一个目录下。后面就可以了。哈哈哈哈哈哈哈开心（为何菜的如此心安理得）

import jieba
txt = open("secret.txt", encoding = "utf-8").read()
#加载停用词表
stopwords = [line.strip() for line in open("stop.txt",encoding="utf-8").readlines()]
words = jieba.lcut(txt)
counts = {}
for word in words:
    if word not in stopwords:
       if len(word) == 1:
           continue
       else:
           counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key = lambda x:x[1], reverse = True)
print("词              词频\n——————————")
for i in range(50):
    word, count = items[i]
    #print(i+1)
    print ("{:<10}{:>7}".format(word,count))
    if i+1 ==10:
        print("\n———前10名————\n")
    elif i+1 == 30:
        print("\n———10-30名————\n")
    elif i+1 == 50:
        print("\n———30-50名————\n")                                                          

运行结果