词频统计-Python

 #Hamlet词频统计
 import requests

def getText():
    #txt = open("hamlet",'r').read()
    #读取网页的词频
    url = "https://python123.io/resources/pye/hamlet.txt"
    response = requests.get(url)
    txt = response.text

    txt = txt.lower() #大写字母转换小写
    for word in '~!@#$%^&*()_+-={}[],./:";<>?':
        txt = txt.replace(word," ")#把多余符号转换为空格
    return txt
hamletTxt = getText()
words = hamletTxt.split() #以空格拆分为列表
counts = {} # 相当于java的 hashmap (k,v)
for word in words:
    counts[word] = counts.get(word,0) + 1  #以每个词为键,值默认0,,每出现一次累加1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)  #[1]按照第二维排序,reverse=True表示降序
for i in range(10):
    word,count = items[i]
    # 输出按照第二维度排序后的前十
    print("{0:<10}{1:5}".format(word,count))
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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